我正在尝试在Scala shell(驱动程序)中定义String类型的累加器变量,但我一直收到以下错误: -
scala> val myacc = sc.accumulator("Test")
<console>:21: error: could not find implicit value for parameter param: org.apache.spark.AccumulatorParam[String]
val myacc = sc.accumulator("Test")
^
对于Int或Double类型的累加器来说,这似乎没有问题。
由于
答案 0 :(得分:10)
这是因为Spark默认只提供Long
,Double
和Float
类型的累加器。如果您还需要其他内容,则必须延长AccumulatorParam
。
import org.apache.spark.AccumulatorParam
object StringAccumulatorParam extends AccumulatorParam[String] {
def zero(initialValue: String): String = {
""
}
def addInPlace(s1: String, s2: String): String = {
s"$s1 $s2"
}
}
val stringAccum = sc.accumulator("")(StringAccumulatorParam)
val rdd = sc.parallelize("foo" :: "bar" :: Nil, 2)
rdd.foreach(s => stringAccum += s)
stringAccum.value
注意强>:
通常,您应该避免将累加器用于数据可能随时间显着增长的任务。它的行为类似于group
和collect
,在最坏的情况下,由于缺乏资源,情况可能会失败。累加器主要用于简单的诊断任务,如跟踪基本统计数据。