Spark优化-troubleshooting-解决各种序列化导致的错误

troubleshooting 解决各种序列化导致的错误

你会看到什么样的序列化导致的报错？

用client模式去提交spark作业，观察本地打印出来的log。如果出现了类似于Serializable、

Serialize等等字眼，报错的log，那么恭喜大家，就碰到了序列化问题导致的报错。

虽然是报错，但是序列化报错，应该是属于比较简单的了，很好处理。

序列化报错要注意的点：

1、你的算子函数里面，如果使用到了外部的自定义类型的变量，那么此时，就要求你的自定义类型，

必须是可序列化的。

final Teacher teacher = new Teacher("yasaka");

studentsRDD.foreach(new VoidFunction() {

 
public void call(Row row) throws Exception {
String teacherName = teacher.getName();
....  
}

});

public class Teacher implements Serializable {

  

}

2、如果要将自定义的类型，作为RDD的元素类型，那么自定义的类型也必须是可以序列化的

JavaPairRDD<Integer, Teacher> teacherRDD

JavaPairRDD<Integer, Student> studentRDD

studentRDD.join(teacherRDD)

public class Teacher implements Serializable {

  

}

public class Student implements Serializable {

  

}