0

尝试运行我的方法时:

    def doGD() = {
       allRatings.foreach(rating => gradientDescent(rating));
    }

我得到错误:org.apache.spark.SparkException: Task not serialisable

我知道我的梯度下降方法不会并行化,因为每个步骤都取决于上一步 - 所以并行工作不是一种选择。但是,如果我这样做,则从控制台:

    val gd = new GradientDescent()
    gd.doGD();

我收到上述错误。

但是,如果在控制台中我这样做:

    val gd = new GradientDescent()
    gd.allRatings.foreach(rating => gradientDescent(rating))

它工作得很好。您可能已经注意到,第二个示例中的代码与第一个示例中的代码相同,除了我只是将代码从方法中取出并直接调用它而不是方法。

为什么一个有效而另一个无效?我很困惑。

(附加说明:类GradientDescent extends Serializable)。

gradientDescent方法:

def gradientDescent(rating : Rating) = { 

var userVector = userFactors.get(rating.user).get
var itemVector = itemFactors.get(rating.product).get

userFactors.map(x => if(x._1 == rating.user)(x._1, x._2 += 0.02 * (calculatePredictionError(rating.rating, userVector, itemVector) * itemVector)))
userVector = userFactors.get(rating.user).get // updated user vector

itemFactors.map(x => if(x._1 == rating.product)(x._1, x._2 += 0.02 * (calculatePredictionError(rating.rating, userVector, itemVector) * itemVector)))
}

我知道我正在使用存储在主服务器上的 2 个变量 -userFactors并且itemFactors- 由于该过程是顺序并行化是不可能的。但这并不能解释为什么从控制台调用方法不起作用,但在控制台中重写方法的内部会起作用。

4

1 回答 1

0

如果没有完整的类源很难说GradientDescent,但您可能正在捕获一个不可序列化的值。运行该方法时,它需要序列化整个对象并将其发送给工作人员,而内联版本则不需要。

于 2015-03-24T18:32:37.577 回答