java 单例模式打包jar_在 Spark 中实现单例模式的技巧

单例模式是一种常用的设计模式，但是在集群模式下的 Spark 中使用单例模式会引发一些错误。我们用下面代码作例子，解读在 Spark 中使用单例模式遇到的问题。

object Example{

var instance:Example = new Example("default_name");

def getInstance():Example = {

return instance

}

def init(name:String){

instance = new Example(name)

}

}

class Example private(name1:String) extends  Serializable{

var name = name1

}

object Main{

def main(args:Array[String]) = {

Example.init("To create happiness with money")

val sc =  new SparkContext(new SparkConf().setAppName("test"))

val rdd = sc.parallelize(1 to 10, 3)

rdd.map(x=>{

x + "_"+ Example.getInstance().name

}).collect.foreach(println)

}

}

我们预期结果是数字和腾讯游戏座右铭，然后实际的结果确实数字和默认名字，如下所示

就像 Example.init("To create happiness with money") 没有执行一样。在 Stackoverflow 上，有不少人也碰到这个错误，比如 问题1 、 问题2 和 问题3 。

这是由什么原因导致的呢？Spark 执行算子之前，会将算子需要东西准备好并打包(这就是闭包的概念)，分发到不同的 executor，但这里不包括类。类存在 jar 包中，随着 jar 包分发到不同的 executors 中。当不同的 executors 执行算子需要类时，直接从分发的 jar 包取得。这时候在 driver 上对类的静态变量进行改变，并不能影响 executors 中的类。拿上面的程序做例子，jar 包存的 Example.instance = new Example("default_name")，分发到不同的 executors。这时候不同 executors 中 Example.getInstance().name 等于 "default_name"。

这个部分涉及到 Spark 底层原理，很难堂堂正正地解决，只能采取取巧的办法。不能再 executors 使用类，那么我们可以用对象嘛。我们可以把 Example 的实例对象塞进算子的闭包，随着闭包分发到不同的 executors。修改之后的代码如下所示。

object Main{

def main(args:Array[String]) = {

Example.init(""To create happiness with money"")

val sc =  new SparkContext(new SparkConf().setAppName("test"))

example = Example

val rdd = sc.parallelize(1 to 10, 3)

rdd.map(x=>{

x + "_"+ Example.getInstance().name

}).collect.foreach(println)

}

}

上面代码在集群模式下的 Spark 运行结果是数字和腾讯游戏座右铭。

欢迎关注我的公众号，每周日的更新就会有提醒哦~