0
我正在尝试使用Kryo串行器的火花来以较少的内存成本存储一些数据。而现在我遇到了一个麻烦,我无法使用Kryo串行器将DataFrame(类型为Dataset [Row])保存在内存中。我想我需要做的是org.apache.spark.sql.Row添加到classesToRegister,但仍然出现错误:出现这样的如何在Spark中使用Kryo串行器缓存DataFrame?
spark-shell --conf spark.kryo.classesToRegister=org.apache.spark.sql.Row --conf spark.serializer=org.apache.spark.serializer.KryoSerializer --conf spark.kryo.registrationRequired=true
import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.types.StructType
import org.apache.spark.sql.types.StructField
import org.apache.spark.sql.types._
import org.apache.spark.sql.Row
import org.apache.spark.storage.StorageLevel
val schema = StructType(StructField("name", StringType, true) :: StructField("id", IntegerType, false) :: Nil)
val seq = Seq(("hello", 1), ("world", 2))
val df = spark.createDataFrame(sc.emptyRDD[Row], schema).persist(StorageLevel.MEMORY_ONLY_SER)
df.count()
错误:
我不认为加byte[][]
到classesToRegister
是个不错的主意。那么我应该怎么做才能在Kryo内存中存储数据帧?