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

Question

使用spark及其 Java API。我已将数据加载到 JavaRDD<CustomizedDataStructure>像这样:

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 null RDD。 但是运行时:

myRDD.first();

它应该返回给我 <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

当您调用first()时，您会导致RDD的第一个元素被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.Serialized。我的猜测是这个自定义类没有。