我创建了一个JSON数据，并为它的Avro的模式：如何从HDFS中检索Avro数据？
{"username":"miguno","tweet":"Rock: Nerf paper, scissors is fine.","timestamp": 1366150681 }
{"username":"BlizzardCS","tweet":"Works as intended. Terran is IMBA.","timestamp": 1366154481 }
和
{ “类型”： “记录”， “名”： “twitter_schema” “namespace”：“com.miguno.avro”，“fields”：[{“012”：“name”：“username”， “type”：“string”， “doc”：“ com“}，{ ”name“：”tweet“， ”type“：”string“， ”do c“：”用户的Twitter消息的内容“}，{ ”name“：”timestamp“， ”type“：”long“， ”doc“：”Unix epoch time in seconds“}]”doc ：”： “用于存储的Twitter消息的基本模式”}
我然后将其转化为阿夫罗如下：
java -jar ~/avro-tools-1.7.4.jar fromjson --schema-file twitter.avsc twitter.json > twitter.avro
将文件上HDFS与此：
hadoop fs -copyFromLocal twitter.avro <path>
import org.apache.avro.generic.GenericRecord
import org.apache.avro.mapred.{AvroInputFormat, AvroWrapper}
import org.apache.hadoop.io.NullWritable
val path = "hdfs:///path/to/your/avro/folder"
val avroRDD = sc.hadoopFile[AvroWrapper[GenericRecord], NullWritable, AvroInputFormat[GenericRecord]](path)
但是：
avroRDD.first
我面临以下异常：
org.apache.spark
，然后在星火CLI出具的本人代码。 SparkException：由于阶段失败导致作业中止： 阶段7.0（TID 13）中的任务2.0具有不可序列化的结果： org.apache.avro.mapred.AvroWrapper at org.apache.spark.scheduler.DAGScheduler.org $ apache $ spark $ scheduler $ DAGScheduler $$ failJobAndIndependentStages（DAGScheduler.scala：1185） at org.apache.spark.scheduler.DAGScheduler $$ anonfun $ abortStage $ 1.apply （DAGScheduler.scala：1174） 在 org.apache.spark.scheduler.DAGScheduler $$ anonfun $ abortStage $ 1.适用（DAGScheduler.scala：1173） 在 scala.collection.mutable.ResizableArray $ class.foreach（ResizableArray .scala：59） 在scala.collection.mutable.ArrayBuffer.foreach（ArrayBuffer.scala：47）
什么是它的解决方案？