Java Spark数据集筛选失败的记录，写入s3失败，出现错误

我有一个数据集，其中传入的数据集是一个数据集，每一行用于调用API，如果在API中找不到请求的资源，我希望捕获异常并收集所有失败的行

这是代码

Dataset<FailedModel> failedDataset = dataset.map(
          (MapFunction<Row, FailedModel>) row -> {
 FailedModel failedModel = new FailedModel();
           
            try {

            } catch(Exception e) {
                failedModel.setRow(row);
                failedModel.setFailureRootCause(e.getMessage());
            }
                   

   return failedModel;
          },Encoders.bean(FailedModel.class)).filter(Objects::nonNull).persist(StorageLevel.MEMORY_ONLY());

Dataset failedDataset=Dataset.map(
（映射函数）行->{
FailedModel FailedModel=新的FailedModel（）；
试一试{
}捕获（例外e）{
failedModel.setRow（行）失败；
failedModel.setFailureRootCause（e.getMessage（））；
}
返回失败模型；
}，Encoders.bean（FailedModel.class））.filter（Objects:：nonNull）.persist（StorageLevel.MEMORY_ONLY（））；

现在我想将失败的记录写入s3

 long failedRecs = failedDataset.distinct().filter(x -> StringUtils.isNotBlank(x.getFailureRootCause()) && x.getRow()!=null).count();

Dataset<Row> failedRowsDf = failedDataset.filter(
        x -> x != null && x.getRow() != null && !StringUtils.isBlank(x.getFailureRootCause()))
        .map((MapFunction<FailedModel, Row>) value -> value.getRow(),Encoders.bean(Row.class)).persist(StorageLevel.MEMORY_ONLY());


    Dataset<Row> failedRecordsDF = session.sqlContext().createDataFrame(failedRowsDf.rdd(),getSchema()).persist(StorageLevel.MEMORY_ONLY());
failedRecordsDF.na().drop().write().mode(SaveMode.Overwrite).save("s3://databucket/failedRecords/");


   Dataset<String> rootcauseDF = failedDataset.filter(
        x -> x != null && x.getRow()!= null && !StringUtils.isBlank(x.getFailureRootCause()))
        .map((MapFunction<FailedModel, String>) value -> value.getFailureRootCause(),Encoders.STRING()).persist(StorageLevel.MEMORY_ONLY());

 rootcauseDF.na().drop().write().mode(SaveMode.Overwrite).csv("s3://databucket/reports_rootcause/"); 

**//This fails with the reason ERROR org.apache.spark.sql.catalyst.expressions.codegen.CodeGenerator - failed to compile: org.codehaus.commons.compiler.CompileException: File 'generated.java', Line 152, Column 8: Cannot instantiate "org.apache.spark.sql.Row"
org.codehaus.commons.compiler.CompileException: File 'generated.java', Line 152, Column 8: Cannot instantiate "org.apache.spark.sql.Row"**



private StructType getSchema() {

    return new StructType()
        .add("Person_Name", "string", true)
        .add("Person_Age", "string", true);
 }


public class FailedModel implements Serializable{

  private Row row;
  private String failureRootCause;

 
  public void setRow(Row row) {
    this.row = row;
  }

 public Row getRow() {
    return row;
  }

  public String getFailureRootCause() {
    return failureRootCause;
  }

  public void setFailureRootCause(String failureRootCause) {
    this.failureRootCause = failureRootCause;
  }
}```

long failedRecs=failedDataset.distinct（）.filter（x->StringUtils.isNotBlank（x.getFailureRootCause（））和&x.getRow（）！=null.count（）；
数据集failedRowsDf=failedDataset.filter(
x->x！=null&&x.getRow（）！=null&&StringUtils.isBlank（x.getFailureRootCause（））
.map（（MapFunction）value->value.getRow（），Encoders.bean（Row.class））.persist（StorageLevel.MEMORY_ONLY（））；
Dataset failedRecordsDF=session.sqlContext（）.createDataFrame（failedRowsDf.rdd（），getSchema（））.persist（仅限StorageLevel.MEMORY_（））；
failedRecordsDF.na（）.drop（）.write（）.mode（SaveMode.Overwrite）.save（“s3://databucket/failedRecords/”）；
Dataset rootcauseDF=failedDataset.filter(
x->x！=null&&x.getRow（）！=null&&StringUtils.isBlank（x.getFailureRootCause（））
.map（（MapFunction）value->value.getFailureRootCause（），Encoders.STRING（））.persist（仅限StorageLevel.MEMORY_（））；
rootcauseDF.na（）.drop（）.write（）.mode（SaveMode.Overwrite）.csv（“s3://databucket/reports\u rootcause/”；
**//此操作失败，原因是错误org.apache.spark.sql.catalyst.expressions.codegen.CodeGenerator-未能编译：org.codehaus.commons.compiler.compileeException:文件“generated.java”，第152行，第8列：无法实例化“org.apache.spark.sql.Row”
org.codehaus.commons.compiler.CompileException:文件'generated.java'，第152行，第8列：无法实例化“org.apache.spark.sql.Row”**
私有StructType getSchema（）{
返回新的StructType（）
.add（“人名”、“字符串”，true）
.添加（“人员年龄”、“字符串”，真）；
}
公共类FailedModel实现可序列化{
私人行；
私有字符串失败的根本原因；
公共无效集合行（行）{
this.row=行；
}
公共行getRow（）{
返回行；
}
公共字符串getFailureRootCause（）{
返回失败的根本原因；
}
public void setFailureRootCause（字符串failureRootCause）{
this.failureRootCause=failureRootCause；
}
}```