scala - 如何在scala中使用flink折叠功能

Question

这是使用 Flink Fold 与 scala 匿名函数的无效尝试:

val myFoldFunction = (x: Double, t:(Double,String,String)) => x + t._1
env.readFileStream(...).
...
.groupBy(1)
.fold(0.0, myFoldFunction : Function2[Double, (Double,String,String), Double])

它编译得很好，但在执行时，我遇到了“类型删除问题”(见下文)。在 Java 中这样做很好，但当然更冗长。我喜欢简洁明了的 lambda。我怎样才能在scala中做到这一点？

Caused by: org.apache.flink.api.common.functions.InvalidTypesException:
Type of TypeVariable 'R' in 'public org.apache.flink.streaming.api.scala.DataStream org.apache.flink.streaming.api.scala.DataStream.fold(java.lang.Object,scala.Function2,org.apache.flink.api.common.typeinfo.TypeInformation,scala.reflect.ClassTag)' could not be determined. 
This is most likely a type erasure problem. 
The type extraction currently supports types with generic variables only in cases where all variables in the return type can be deduced from the input type(s).

Answer 1

您遇到的问题是Flink [1]中的一个错误。该问题源于 Flink 的 TypeExtractor 以及 Scala DataStream API 在 Java 实现之上的实现方式。 TypeExtractor 无法为 Scala 类型生成 TypeInformation，因此返回 MissingTypeInformation。此缺失的类型信息是在创建 StreamFold 运算符后手动设置的。但是，StreamFold 运算符的实现方式不接受 MissingTypeInformation，因此在设置正确的类型信息之前会失败。

我已打开拉取请求 [2] 来解决此问题。应该会在接下来的两天内合并。通过使用最新的 0.10 快照版本，您的问题应该得到解决。

• [1] https://issues.apache.org/jira/browse/FLINK-2631
• [2] https://github.com/apache/flink/pull/1101