java notserializableexception,SPARK java.io.NotSerializableException 异常处理

摘自：http://blog.csdn.net/zengchen__acmer/article/details/52063908

最近一直在写Spark 相关的项目， 但是以前从没有接触过spark 相关的东西， 只能是边学边用。 后面准备在 这里记录 在学习、使用spark过程中，遇到的问题 今天要记录的问题是： 使用 spark alone 运行模式下， 进场遇到的问题—— Java.io.NotSerializableException

1、在哪几种情况下， 会发生这个问题

(1)类、方法 没有被序列化 类没有被序列化， 代码如下:

class GetData { def init(): Unit = { val rdd = sc.textfile(.....)

val local = rdd.map(.....) }}

object test { val s = new GetData() s.init()}

这种情况下， 就会出现 NotSerializableException 异常， 因为在 Scala 中， 类是不会自动序列化， 所以需要这样改:

class GetData extends java.io.Serializable {…..}

(2) 方法没有被序列化在 scala 中， 尽管 函数(方法)会自动序列化， 但是在下面那种情况， 是不会自动序列化的

val local = rdd.map(theRow => { theRow.getString(0) })

注意上面的大括号， 这种情况，scala 就不会自动 序列化， 需要修改为

val local = rdd.map(transfrom)

def transfrom(theRow: org.apache.spark.sql.Row): String = { theRow.getString(0)}

(3)、传入的参数有 SparkContext 这种情况下， 会出现着这种异常: java.io.NotSerializableException: org.apache.spark.SparkContext 原因是： SparkContext， 是不能被序列话的 所以， 这种情况下， 是不能把 SparkContext 当成参数， 进行传递的

2、 org.apache.spark.SparkException: Only one SparkContext may be running in this JVM 产生这种情况的原因是： 在同一个 driver(同一次 函数调用 或者 同一个main中) 定义了两个 sparkContext 这是不允许的， 只能定义一个 sparkContext