Apache spark 为什么不能从另一个Spark功能内部访问自动连接的Spark功能

我在另一个Spark函数f2中使用Spark filter函数f1（call（）方法）。我正在自动连接函数对象f1。但这最终导致任务无法序列化。然后，当我将这个对象赋给另一个局部变量时，它工作正常。我不知道我在这里做错了什么，但它觉得我对此有一个误解

下面，我提供了工作和非工作代码

这是过滤器功能（f1）：

@Bean（name=“lengthFilter”）
公共函数lengthFilter（@Value（“${record.length:31}”）字符串recordLength）{
返回i->！Strings.isNullOrEmpty（i）和&i.length（）==Integer.valueOf（recordLength）；
}

非工作代码：

@Autowired
@Qualifier("lengthFilter")
private Function<String, Boolean> lengthFilter;

JavaDStream<String> records = messages.map(t -> t._2());


records.mapToPair(s -> {

        if(lengthFilter.call(s)) {
            return new Tuple2<>(s.substring(0,2), s);
        } else {
            return new Tuple2<>("default", s);
        }

    });

@Autowired
@限定符（“长度过滤器”）
专用函数长度过滤器；
JavaDStream records=messages.map（t->t._2（））；
记录。mapToPair（s->{
如果（lengthFilter.call）{
返回新的Tuple2（s.substring（0,2），s）；
}否则{
返回新的Tuple2（“默认值”，s）；
}
});

此代码引发Spark异常，表示任务不可序列化

工作代码：

@Autowired
@Qualifier("lengthFilter")
private Function<String, Boolean> lengthFilter;


Function<String,Boolean> lengthFilterLocal = lengthFilter;

JavaDStream<String> records = messages.map(t -> t._2());


records.mapToPair(s -> {

    if(lengthFilterLocal.call(s)) {
        return new Tuple2<>(s.substring(0,2), s);
    } else {
        return new Tuple2<>("default", s);
    }

});

@Autowired
@限定符（“长度过滤器”）
专用函数长度过滤器；
函数lengthFilterLocal=lengthFilter；
JavaDStream records=messages.map（t->t._2（））；
记录。mapToPair（s->{
如果（lengthFilterLocal.call）{
返回新的Tuple2（s.substring（0,2），s）；
}否则{
返回新的Tuple2（“默认值”，s）；
}
});

第一个失败，异常是任务无法序列化，而第二个成功执行。这两个代码之间的唯一区别在于，在第二个代码中，autowired函数被分配给一个局部变量，并且该变量是从mapToPair（）内部访问的。我想知道这背后的原因是什么，或者我错在哪里

@Autowired
@Qualifier("lengthFilter")
private Function<String, Boolean> lengthFilter;


Function<String,Boolean> lengthFilterLocal = lengthFilter;

JavaDStream<String> records = messages.map(t -> t._2());


records.mapToPair(s -> {

    if(lengthFilterLocal.call(s)) {
        return new Tuple2<>(s.substring(0,2), s);
    } else {
        return new Tuple2<>("default", s);
    }

});