使用我的Spark应用程序，我想计算所有气象站一年中的平均温度。为此，我制作了这个RDD结构：
type TemperatureRecord = (LocalDate, Location, Double)
下面是我的数据样本：
{Tuple3 @ 9233} ＆＃34;（1975年1月1日，地点（70.933，-8.667）， - 4.888888888888889）＆＃34;
{Tuple3 @ 9234} ＆＃34;（1976年1月1日，地点（70.933，-8.667）， - 11.88888888888889）＆＃34;
{Tuple3 @ 9235} ＆＃34;（1977年1月1日，地点（70.933，-8.667）， - 13.61111111111111）＆＃34;
我通过这种方式将RDD转换为数据集：
val ds = rdd.toDF("date", "location", "temperature").as[TemperatureRecord]
要存储我的日期，我必须使用 java.time.LocalDate 类型，因此，我添加以下隐式转换（否则，数据集无法转换并抛出错误：找不到java.time.LocalDate的编码器）。
implicit def singleEncoder[A](implicit c: ClassTag[A]): Encoder[A] = Encoders.kryo[A](c)
implicit def tuple2Encoder[A1, A2](
implicit e1: Encoder[A1],
e2: Encoder[A2]
): Encoder[(A1, A2)] = Encoders.tuple[A1, A2](e1, e2)
implicit def tuple3Encoder[A1, A2, A3](
implicit e1: Encoder[A1],
e2: Encoder[A2],
e3: Encoder[A3]
): Encoder[(A1, A2, A3)] = Encoders.tuple[A1, A2, A3](e1, e2, e3)
下面是数据集架构：
root
|-- date: binary (nullable = true)
|-- location: struct (nullable = true)
| |-- latitude: double (nullable = true)
| |-- longitude: double (nullable = true)
|-- temperature: double (nullable = true)
数据样本：
+--------------------+---------------+--------------------+
| date| location| temperature|
+--------------------+---------------+--------------------+
|[01 00 6A 61 76 6...|[70.933,-8.667]| -4.888888888888889|
|[01 00 6A 61 76 6...|[70.933,-8.667]| -11.88888888888889|
|[01 00 6A 61 76 6...|[70.933,-8.667]| -13.61111111111111|
现在我的日期是二进制格式，我的问题是我丢失了原始日期值。我能为我的领域做些什么＆＃34; date＆＃34;给我原始值（即日期）