java - Spark-无法使用 first() 访问 JavaRDD 中的第一个元素

Question

使用spark及其JavaAPI。我已将数据加载到JavaRDD<CustomizedDataStructure>这样的位置：

JavaRDD<CustomizedDataStructure> myRDD;

当我这样做时：

myRDD.count();

它向我返回值，表明它确实包含数据，而不是nullRDD。但是在运行时：

myRDD.first();

它应该返回我 a <CustomizedDataStructure>，但它给出了这样的错误：

14:30:39,782 ERROR [TaskSetManager] Task 0.0 in stage 0.0 (TID 0) had a not serializable result:

为什么不是serializable？

Answer 1

调用 时first()，会将 RDD 的第一个元素复制到驱动程序进程。为此，它必须是可序列化的，默认情况下这意味着实现java.io.Serializable。我的猜测是这个自定义类没有。