考虑以下 Spark 代码:
package test
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.Function;
import java.io.Serializable;
import java.util.Arrays;
abstract class Ops implements Serializable {
public void doSomething(JavaRDD<Integer> rdd, Function<Integer, Integer> func) {
rdd.map(x -> x + func.call(x))
.collect()
.forEach(System.out::println);
}
}
public class AbstractTest {
public static void main(String[] args) {
new AbstractTest().job();
}
public void job() {
SparkConf conf = new SparkConf()
.setAppName(AbstractTest.class.getName())
.setMaster("local[*]");
JavaSparkContext jsc = new JavaSparkContext(conf);
JavaRDD<Integer> rdd = jsc.parallelize(Arrays.asList(1, 2, 3, 4, 5, 6));
Ops ops = new Ops() {};
Function<Integer, Integer> f1 = v1 -> v1 + 1; // works
Function<Integer, Integer> f2 = new Function<Integer, Integer>() {
@Override
public Integer call(Integer v1) throws Exception {
return v1 + 1;
}
}; // java.io.NotSerializableException of non-serializable outer class
ops.doSomething(rdd, f1);
}
}
我想弄清楚的是在我的案例中函数式接口(interface)和 lambda 表达式之间的区别:
基本上,抽象类 Ops
中的函数 doSomething
需要序列化一个已经是可序列化的 spark.api.java.function.Function
关闭。
在初始化Function
对象时,我使用了两种不同的方式:
f1: lambda 表达式
f2:显式函数接口(interface)
而且 f1 有效,f2 无效。我发现他们有不同的类名:
f1: 类测试.AbstractTest$$Lambda$8/783882192
f2: 类测试.AbstractTest$2
f2
似乎被编译为匿名类,在 java 中强烈反对其序列化,其外部类也需要序列化。在我的例子中,外部类 AbstractTest
不可序列化。这就是我们得到 NotSerializableException
的原因。
另一方面,f1
被编译为$Lambda$8/783882192
,我不明白它代表什么。但显然,它是与匿名类不同的实现。它工作正常。看起来可以避免序列化外部类。
那么,函数式接口(interface)和 lambda 表达式有什么区别呢?在这种特殊情况下,它们似乎并不等同。
最佳答案
Lambda 表达式不是必须实现为内部类,而功能接口(interface)肯定是。由于您的 Lambda 表达式不会关闭任何类变量,因此它更有可能最终成为静态成员。
这个幻灯片很好地解释了 Lambda 的设计决策,以及 Lambda 的具体实现延迟到运行时的事实取决于各种因素,其中一些是特定于 JVM 实现的 https://www.google.co.uk/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&cad=rja&uact=8&ved=0CCgQFjABahUKEwin3d7DkqHHAhWCWBQKHTLFAlA&url=http%3A%2F%2Fwww.slideshare.net%2Fjaxlondon2012%2Flambda-a-peek-under-the-hood-brian-goetz&ei=1vnJVaeaGIKxUbKKi4AF&usg=AFQjCNFeoyEpSfx6qNFeCOQ9iFpSxarthg&bvm=bv.99804247,d.d24 .
您可以尝试以下操作,这会导致 f1
关闭一个类成员,然后看看您是否会得到不同的结果。在这种情况下,f1
不可能是静态成员:
public int getIncrement() {return 1;}
Function<Integer, Integer> f1 = v1 -> v1 + getIncrement();
看看这是否会给您带来不同的结果。
关于java - 具有 spark 序列化问题的功能接口(interface),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31938539/