org.apache.spark.SparkException: Task not serializable

2 篇文章 0 订阅

Spark报错:org.apache.spark.SparkException: Task not serializable

一眼就能看出是没有进行序列化,在spark程序中,所有的class都要序列化。如果不需要序列化的用transient修饰

修改后的代码:

package com.example.controller;

import org.apache.spark.api.java.JavaPairRDD;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.FlatMapFunction;
import org.apache.spark.api.java.function.Function2;
import org.apache.spark.api.java.function.PairFunction;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import scala.Tuple2;

import java.io.IOException;
import java.io.Serializable;
import java.util.Arrays;
import java.util.Iterator;
import java.util.List;

/**
 * @ClassName SparkTest
 * @Author yupanpan
 * @Date 2020/5/25 16:58
 */
@RestController
@RequestMapping("/spark")
public class SparkTest implements Serializable {

    @Autowired
    private transient JavaSparkContext sparkContext;

    @GetMapping("/test")
    public void test() throws IOException {

        //创建RDD:从文件中读取待统计文本
        JavaRDD<String> lines = sparkContext.textFile("D:\\yop_sdk_config_default.json");

        //转换RDD:将文本内容按空格分割成单词
        JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() {
            @Override
            public Iterator<String> call(String s) {
                return Arrays.asList(s.split("\\s")).iterator();
            }
        });

        //转换RDD:将单词<String>转换成<String,Integer>,每个单词初始化次数为1
        JavaPairRDD<String, Integer> ones = words.mapToPair(new PairFunction<String, String, Integer>() {
            @Override
            public Tuple2<String, Integer> call(String s) {
                return new Tuple2<String, Integer>(s, 1);
            }
        });

        //行动RDD:统计每个单词的次数<String,Integer>
        JavaPairRDD<String, Integer> counts = ones.reduceByKey(new Function2<Integer, Integer, Integer>() {
            @Override
            public Integer call(Integer i1, Integer i2) {
                return i1 + i2;
            }
        });

        //获取整个RDD的数据
        List<Tuple2<String, Integer>> output = counts.collect();
        for (Tuple2<?, ?> tuple : output) {
            System.out.println(tuple._1() + ": " + tuple._2());
        }
        sparkContext.stop();
        sparkContext.close();
    }
}

 

这里只是测试,第一是controller没有序列化,序列化之后,还是报错,然后JavaSparkContext没有序列化,Spark程序处理成员变量也是需要序列化的,由于我是@Configuration @Bean形式先配置了的,注入了sparkContext,sparkContext本身是不需要序列化,加上transient,问题解决

 

结果:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值