scala - AggregateByKey 在抽象类中时无法编译

Question

我是 Scala 和 Spark 的新手，所以我希望有人能解释为什么当它在抽象类中时，aggregateByKey 无法编译。这是我能想到的最简单的例子:

import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.rdd.RDD

abstract class AbstractKeyCounter[K] {

  def keyValPairs(): RDD[(K, String)]

  def processData(): RDD[(K, Int)] = {
    keyValPairs().aggregateByKey(0)(
      (count, key) => count + 1,
      (count1, count2) => count1 + count2
    )
  }

}

class StringKeyCounter extends AbstractKeyCounter[String] {

  override def keyValPairs(): RDD[(String, String)] = {
    val sc = new SparkContext(new SparkConf().setMaster("local").setAppName("counter"))
    val data = sc.parallelize(Array("foo=A", "foo=A", "foo=A", "foo=B", "bar=C", "bar=D", "bar=D"))
    data.map(_.split("=")).map(v => (v(0), v(1)))
  }

}

这使:

Error:(11, 19) value aggregateByKey is not a member of org.apache.spark.rdd.RDD[(K, String)]
    keyValPairs().aggregateByKey(0)(
                  ^

如果我改为使用单个具体类，它会编译并成功运行:

import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.rdd.RDD

class StringKeyCounter {

  def processData(): RDD[(String, Int)] = {
    val sc = new SparkContext(new SparkConf().setMaster("local").setAppName("counter"))
    val data = sc.parallelize(Array("foo=A", "foo=A", "foo=A", "foo=B", "bar=C", "bar=D", "bar=D"))
    val keyValPairs = data.map(_.split("=")).map(v => (v(0), v(1)))

    keyValPairs.aggregateByKey(0)(
      (count, key) => count + 1,
      (count1, count2) => count1 + count2
    )
  }

}

我错过了什么？

Answer 1

如果你改变:

abstract class AbstractKeyCounter[K] {

到:

abstract class AbstractKeyCounter[K : ClassTag] {

这将编译。

为什么 ? aggregateByKey是 PairRDDFunctions的方法(您的 RDD 被隐式转换为该类)，其具有以下签名:

class PairRDDFunctions[K, V](self: RDD[(K, V)])
  (implicit kt: ClassTag[K], vt: ClassTag[V], ord: Ordering[K] = null)

这意味着它的构造函数需要类型 ClassTag[K] 的隐式值。和 vt: ClassTag[V] .您的抽象类不知道 K 是什么，因此无法提供匹配的隐式值。这意味着隐式转换为 PairRDDFunctions “失败”(编译器不执行转换)，因此方法 aggregateByKey找不到。

添加 [K : ClassTag]是添加隐式参数的简写 implicit kt: ClassTag[K]到抽象类构造函数，然后由编译器使用并传递给 PairRDDFunctions 的构造函数.

有关 ClassTag 及其用途的更多信息，请参阅 this good article .