- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
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$8/783882192
,我不明白它代表什么。但显然,它是与匿名类不同的实现。它工作正常。看起来可以避免序列化外部类。
那么,函数式接口(interface)和 lambda 表达式有什么区别呢?在这种特殊情况下,它们似乎并不等同。
最佳答案
Lambda 表达式不是必须实现为内部类,而功能接口(interface)肯定是。由于您的 Lambda 表达式不会关闭任何类变量,因此它更有可能最终成为静态成员。
这个幻灯片很好地解释了 Lambda 的设计决策,以及 Lambda 的具体实现延迟到运行时的事实取决于各种因素,其中一些是特定于 JVM 实现的 https://www.google.co.uk/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&cad=rja&uact=8&ved=0CCgQFjABahUKEwin3d7DkqHHAhWCWBQKHTLFAlA&url=http%3A%2F%2Fwww.slideshare.net%2Fjaxlondon2012%2Flambda-a-peek-under-the-hood-brian-goetz&ei=1vnJVaeaGIKxUbKKi4AF&usg=AFQjCNFeoyEpSfx6qNFeCOQ9iFpSxarthg&bvm=bv.99804247,d.d24 .
您可以尝试以下操作,这会导致 f1
关闭一个类成员,然后看看您是否会得到不同的结果。在这种情况下,f1
不可能是静态成员:
public int getIncrement() {return 1;}
Function<Integer, Integer> f1 = v1 -> v1 + getIncrement();
看看这是否会给您带来不同的结果。
关于java - 具有 spark 序列化问题的功能接口(interface),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31938539/
目前正在学习 Spark 的类(class)并了解到执行者的定义: Each executor will hold a chunk of the data to be processed. Thisc
阅读了有关 http://spark.apache.org/docs/0.8.0/cluster-overview.html 的一些文档后,我有一些问题想要澄清。 以 Spark 为例: JavaSp
Spark核心中的调度器与以下Spark Stack(来自Learning Spark:Lightning-Fast Big Data Analysis一书)中的Standalone Schedule
我想在 spark-submit 或 start 处设置 spark.eventLog.enabled 和 spark.eventLog.dir -all level -- 不要求在 scala/ja
我有来自 SQL Server 的数据,需要在 Apache Spark (Databricks) 中进行操作。 在 SQL Server 中,此表的三个键列使用区分大小写的 COLLATION 选项
所有这些有什么区别和用途? spark.local.ip spark.driver.host spark.driver.bind地址 spark.driver.hostname 如何将机器修复为 Sp
我有大约 10 个 Spark 作业,每个作业都会进行一些转换并将数据加载到数据库中。必须为每个作业单独打开和关闭 Spark session ,每次初始化都会耗费时间。 是否可以只创建一次 Spar
/Downloads/spark-3.0.1-bin-hadoop2.7/bin$ ./spark-shell 20/09/23 10:58:45 WARN Utils: Your hostname,
我是 Spark 的完全新手,并且刚刚开始对此进行更多探索。我选择了更长的路径,不使用任何 CDH 发行版安装 hadoop,并且我从 Apache 网站安装了 Hadoop 并自己设置配置文件以了解
TL; 博士 Spark UI 显示的内核和内存数量与我在使用 spark-submit 时要求的数量不同 更多细节: 我在独立模式下运行 Spark 1.6。 当我运行 spark-submit 时
spark-submit 上的文档说明如下: The spark-submit script in Spark’s bin directory is used to launch applicatio
关闭。这个问题是opinion-based .它目前不接受答案。 想改善这个问题吗?更新问题,以便可以通过 editing this post 用事实和引文回答问题. 6 个月前关闭。 Improve
我想了解接收器如何在 Spark Streaming 中工作。根据我的理解,将有一个接收器任务在执行器中运行,用于收集数据并保存为 RDD。当调用 start() 时,接收器开始读取。需要澄清以下内容
有没有办法在不同线程中使用相同的 spark 上下文并行运行多个 spark 作业? 我尝试使用 Vertx 3,但看起来每个作业都在排队并按顺序启动。 如何让它在相同的 spark 上下文中同时运行
我们有一个 Spark 流应用程序,这是一项长期运行的任务。事件日志指向 hdfs 位置 hdfs://spark-history,当我们开始流式传输应用程序时正在其中创建 application_X
我们正在尝试找到一种加载 Spark (2.x) ML 训练模型的方法,以便根据请求(通过 REST 接口(interface))我们可以查询它并获得预测,例如http://predictor.com
Spark newb 问题:我在 spark-sql 中进行完全相同的 Spark SQL 查询并在 spark-shell . spark-shell版本大约需要 10 秒,而 spark-sql版
我正在使用 Spark 流。根据 Spark 编程指南(参见 http://spark.apache.org/docs/latest/programming-guide.html#accumulato
我正在使用 CDH 5.2。我可以使用 spark-shell 运行命令。 如何运行包含spark命令的文件(file.spark)。 有没有办法在不使用 sbt 的情况下在 CDH 5.2 中运行/
我使用 Elasticsearch 已经有一段时间了,但使用 Cassandra 的经验很少。 现在,我有一个项目想要使用 Spark 来处理数据,但我需要决定是否应该使用 Cassandra 还是
我是一名优秀的程序员,十分优秀!