ottengo org.apache.spark.SparkException: Task not serializable
quando provo ad eseguire le seguenti operazioni sul Spark 1.4.1:Spark: Task non Serializable per UDF su dataframe
import java.sql.{Date, Timestamp}
import java.text.SimpleDateFormat
object ConversionUtils {
val iso8601 = new SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss.SSSX")
def tsUTC(s: String): Timestamp = new Timestamp(iso8601.parse(s).getTime)
val castTS = udf[Timestamp, String](tsUTC _)
}
val df = frame.withColumn("ts", ConversionUtils.castTS(frame("ts_str")))
df.first
Qui, frame
è un DataFrame
che vive all'interno di una HiveContext
. Quel frame di dati non ha problemi.
Ho UDF simili per numeri interi e funzionano senza problemi. Tuttavia, quello con i timestamp sembra causare problemi. Secondo lo documentation, java.sql.TimeStamp
implementa Serializable
, quindi non è questo il problema. Lo stesso è vero per SimpleDateFormat
come si può vedere here.
Questo mi fa credere che sia l'UDF a causare problemi. Tuttavia, non sono sicuro di cosa e come risolverlo.
La relativa sezione della traccia:
Caused by: java.io.NotSerializableException: ...
Serialization stack:
- object not serializable (class: ..., value: [email protected])
- field (class: ...$ConversionUtils$$anonfun$3, name: $outer, type: class ...$ConversionUtils$)
- object (class ...$ConversionUtils$$anonfun$3, <function1>)
- field (class: org.apache.spark.sql.catalyst.expressions.ScalaUdf$$anonfun$2, name: func$2, type: interface scala.Function1)
- object (class org.apache.spark.sql.catalyst.expressions.ScalaUdf$$anonfun$2, <function1>)
- field (class: org.apache.spark.sql.catalyst.expressions.ScalaUdf, name: f, type: interface scala.Function1)
- object (class org.apache.spark.sql.catalyst.expressions.ScalaUdf, scalaUDF(ts_str#2683))
- field (class: org.apache.spark.sql.catalyst.expressions.Alias, name: child, type: class org.apache.spark.sql.catalyst.expressions.Expression)
- object (class org.apache.spark.sql.catalyst.expressions.Alias, scalaUDF(ts_str#2683) AS ts#7146)
- element of array (index: 35)
- array (class [Ljava.lang.Object;, size 36)
- field (class: scala.collection.mutable.ArrayBuffer, name: array, type: class [Ljava.lang.Object;)
- object (class scala.collection.mutable.ArrayBuffer,
uomo, mi sento così stupido ora ... Grazie! – Ian
Ti farà sentire meglio quando accetti la mia risposta ';-)' –
Non che sia importante, ma mi ha fatto sentire meglio vedere questa domanda e risposta postata qui su SO. Up-votato, grazie! –