Question

我在Java中使用Spark 2.3.1 我有一个封装数据集的对象。我希望能够对该对象进行序列化和反序列化。

我的代码如下：

services.AddSwaggerGen(options =>
            {
                var filePath = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "MyProject.xml");
                options.IncludeXmlComments(filePath);
            });

但是序列化似乎未正确完成。 load（）函数显示以下内容：

public class MyClass implements Serializable {

    private static final long serialVersionUID = -189012460301698744L;

    public Dataset<Row> dataset;

    public MyClass(final Dataset<Row> dataset) {
        this.dataset = dataset;
    }

    /**
     * Save the current instance of MyClass into a file as a serialized object.
     */
    public void save(final String filepath, final String filename) throws Exception{
        File file = new File(filepath);
        file.mkdirs();

        file = new File(filepath+"/"+filename);
        try (final ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream(file))) {
            oos.writeObject(this);
        } 
    }

    /**
     * Create a new MyClass from a serialized MyClass object
     */
    public static MyClass load(final String filepath) throws Exception{
        final File file = new File(filepath);
        final MyClass myclass;
        try (final ObjectInputStream ois = new ObjectInputStream(new FileInputStream(file))) {
              myclass = ((MyClass) ois.readObject());
        }

        System.out.println("test 1 : "+ myclass);
        System.out.println("test 2 : "+ myclass.dataset);
        myclass.dataset.printSchema();

        return myclass;
    }      
    // Some other functions   
}

并在printSchema（）上引发java.lang.NullPointerException

要正确序列化对象，我缺少什么？

Answer 1

Spark Datasets仅在用于创建它们的会话范围内才有意义。因此，序列化Dataset毫无意义。

如果要序列化数据，只需将Dataset写入永久性存储。
如果要“序列化”管道，只需继续使用采用某种形式的输入并返回所需的Dataset的代码（方法）。不要尝试自行序列化Dataset。

序列化包含数据集的对象

1 个答案: