apache-spark - Scala 集合的数据集编码器

Question

尝试从 s3 读取数据集时出现异常。公司案例类包含带有员工案例类的集合。

Exception in thread "main" java.lang.UnsupportedOperationException: No Encoder found for Set[com.model.company.common.Employee]
- field (class: "scala.collection.immutable.Set", name: "employees")
- field (class: "com.model.company.Company", name: "company")

我试过kryo：

implicit def myDataEncoder[T]: Encoder[Set[Employee]] = Encoders.kryo[scala.collection.immutable.Set[Employee]

但它也不起作用。您知道如何将 scala 集合转换为数据集吗？

代码：

val sqlContext = sparkSession.sqlContext
import sqlContext.implicits._

val records = sparkSession.read.json(s"s3a://${config.input.fullPath}").as[Company]

Answer 1

从 List,Set -> Seq 改变

有关数据集数据类型的更多信息，您可以在此处找到： https ://spark.apache.org/docs/latest/sql-programming-guide.html#data-types