เริ่มต้นด้วยฉันใช้ scala 2.10.4 และตัวอย่างด้านบนทำงานใน Spark 1.6 (แม้ว่าฉันจะสงสัยว่า Spark มีส่วนเกี่ยวข้องกับสิ่งนี้ แต่ก็เป็นเพียงปัญหาการทำให้เป็นอนุกรม)
นี่คือปัญหาของฉัน: สมมติว่าฉันมีลักษณะ Base
ที่นำไปใช้โดยบอกว่ามีสองคลาส B1
และ B2
ตอนนี้ฉันมีลักษณะทั่วไปที่ถูกขยายออกไปโดยกลุ่มของคลาส หนึ่งในนั้นมีลักษณะที่มากกว่าชนิดย่อยของ Base
เช่น (ที่นี่ฉันยังคงแนวคิดของ Spark เกี่ยวกับ RDD ไว้ แต่อาจเป็นอย่างอื่นจริง ๆ ทันทีที่มีการซีเรียลไลซ์ บางสิ่งเป็นเพียงผลลัพธ์ไม่ว่าอะไรจะเกิดขึ้นจริง):
trait Foo[T] { def function(rdd: RDD[T]): Something }
class Foo1[B <: Base] extends Foo[B] { def function(rdd: RDD[B]): Something = ... }
class Foo2 extends Foo[A] { def function(rdd: RDD[A]): Something = ... }
...
ตอนนี้ฉันต้องการวัตถุที่จะใช้ RDD[T]
(สมมติว่าไม่มีความคลุมเครือที่นี่ มันเป็นเพียงเวอร์ชันที่เรียบง่าย) และส่งคืน Something
ที่สอดคล้องกับผลลัพธ์ของฟังก์ชันที่สอดคล้องกับประเภท T
แต่ควรใช้ได้กับ Array[T]
ด้วยกลยุทธ์การรวมเข้าด้วยกัน จนถึงตอนนี้ดูเหมือนว่า:
object Obj {
def compute[T: TypeTag](input: RDD[T]): Something = {
typeOf[T] match {
case t if t <:< typeOf[A] =>
val foo = new Foo[T]
foo.function(rdd)
case t if t <:< typeOf[Array[A]] =>
val foo = new Foo[A]
foo.function(rdd.map(x => mergeArray(x.asInstance[Array[A]])))
case t if t <:< typeOf[Base] =>
val foo = new Foo[T]
foo.function(rdd)
// here it gets ugly...
case t if t <:< typeOf[Array[_]] => // doesn't fall through with Array[Base]... why?
val tt = getSubInfo[T](0)
val tpe = tt.tpe
val foo = new Foo[tpe.type]
foo.function(rdd.map(x => (x._1, mergeArray(x._2.asInstanceOf[Array[tpe.type]]))
}
}
// strategy to transform arrays of T into a T object when possible
private def mergeArray[T: TypeTag](a: Array[T]): T = ...
// extract the subtype, e.g. if Array[Int] then at position 0 extracts a type tag for Int, I can provide the code but not fondamental for the comprehension of the problem though
private def getSubInfo[T: TypeTag](i: Int): TypeTag[_] = ...
}
น่าเสียดายที่ดูเหมือนว่าจะทำงานได้ดีบนเครื่องท้องถิ่น แต่เมื่อถูกส่งไปยัง Spark (แบบอนุกรม) ฉันจะได้รับ org.apache.spark.SparkException: Task not serializable
ด้วย:
Caused by: java.io.NotSerializableException: scala.reflect.internal.Symbols$PackageClassSymbol
Serialization stack:
- object not serializable (class: scala.reflect.internal.Symbols$PackageClassSymbol, value: package types)
- field (class: scala.reflect.internal.Types$ThisType, name: sym, type: class scala.reflect.internal.Symbols$Symbol)
ฉันมีวิธีแก้ไข (ค่อนข้างชัดเจน และแจกแจงความเป็นไปได้) แต่ด้วยความอยากรู้อยากเห็น มีวิธีแก้ไขปัญหานี้หรือไม่ และเหตุใด Symbol จึงไม่สามารถทำให้เป็นอนุกรมได้ในขณะที่สิ่งที่เทียบเท่าใน Manifests เป็นอย่างไร
ขอบคุณสำหรับความช่วยเหลือ