我正在编写一个 Flink 转换器,我有一个具有以下属性的自定义对象直方图
:
case class Histogram(
nRows: Int,
nCols: Int,
min: Int,
step: Double,
private val countMatrix: Array[ArrayBuffer[Double]],
private val cutMatrixL1: Array[ArrayBuffer[Double]],
val distribMatrixL1: Array[ArrayBuffer[Map[Int, Double]]],
private val distribMatrixL2: Array[ArrayBuffer[Map[Int, Double]]],
private val cutMatrixL2: ArrayBuffer[ArrayBuffer[Double]])
extends Serializable {
???
}
这是我的FitOperation
:
implicit val fitOp = new FitOperation[PIDiscretizerTransformer, LabeledVector] {
override def fit(
instance: PIDiscretizerTransformer,
fitParameters: ParameterMap,
input: DataSet[LabeledVector]): Unit = {
// get params...
val metric = input.map { x ⇒
// (instance, histrogram totalCount)
(x, Histogram(nAttrs, l1InitialBins, min, instance.step), 1)
}.reduce { (m1, m2) ⇒
// Update Layer 1
val updatedL1 = updateL1(m1._1, m1._2, instance.step, initialElems, alpha, m1._3)
// Update Layer 2 if neccesary
val updatedL2 = if (m1._3 % l2updateExamples == 0) {
updateL2(m1._1, updatedL1)
} else updatedL1
(m2._1, updatedL2, m1._3 + 1)
}.map(_._2)
// instance.metricsOption = Some(metric)
}
}
这样做很好,但是如果我取消最后一行的注释:< code > instance . metrics option = Some(metric)我会得到一个< code > Java . io . notserializableexception:org . Apache . flink . API . Scala . dataset
我如何在我的类直方图
中找到导致问题的对象?据我所知,<code>ArrayBuffer</code>是可序列化的,Map也是如此。尽管我发现了这个SO问题:
地图不能在scala中序列化?
上面写着<代码>。mapValues不可序列化,但我没有使用< code >。mapValues任意位置。
问题是您引用的是<code>实例。在MapFunction
中执行步骤实例
的类型为PIDiscretizerTransformer,无法序列化。因此,您需要在MapFunction
之外计算步骤,并将值传递到函数中。那么您的程序应该是可序列化的。