Java Apache Spark函数2，声明不正确

（这是基于尝试将整数RDD映射到TholdDropResult RDD，但我们需要初始化单个SparkDoDrop来生成所有（10^8）TholdDropResults，因此使用了Java中唯一的mapPartition风格，它将提供我们需要的函数类型methinks。）

问题：我使用

org.apache.spark.api.java.function.Function2时出错

我不知道如何将“布尔值”转换为
新函数2

当我尝试此代码时，向右滚动以查看似乎给我带来麻烦的
newfunction2
声明（从应答中添加了生成器样式的格式）：

当我尝试将布尔arg放入其中时，如下所示：
newfunction2（）
我收到一个错误：

error: wrong number of type arguments; required 3
            JavaRDD<TholdDropResult> dropResultsN = dataSetN.mapPartitionsWithIndex(new Function2<Integer, Iterator<Integer>, Iterator<TholdDropResult>, Boolean>(){

您需要在
布尔值之前使用附加的
关闭
函数2
：

JavaRDD<TholdDropResult> dropResultsN =
   dataSetN.mapPartitionsWithIndex(new Function2<Integer, 
                                                 Iterator<Integer>,
                                                 Iterator<TholdDropResult>>, Boolean>

函数2
接受一个
整数和一个
迭代器
，并返回一个
迭代器
。预期的
布尔值
是
函数2
中未定义的参数。这是可行的，不确定原因，但分离出函数2起了作用（当然我还没有编译和运行：）

Function2 makeLIThenDropResults=newfunction2（）{
@凌驾
公共迭代器调用（Integer partitionID、迭代器integerIterator）引发异常{
SparkDoDrop standin=makeNewSparkDoDrop（）；
standin.initializeLI（）；
List rddToReturn=new ArrayList（）；
while（integerIterator.hasNext（））{
添加（standin.call（integerIterator.next（））；
}
返回rddToReturn.iterator（）；
}
};
//现在做N的子集的RDD
//为并行化设置大小为N的伪数组以导致dropResultsN
JavaRDD dropResultsN=dataSetN.mapPartitionsWithIndex（makeLIThenDropResults，true）；

（帽子提示）
我将选择+1并接受，部分原因是为了提醒我应该使用更好的格式。同时，这并没有解决它。当我使用
dataSetN.mapPartitionsWithIndex（新函数2，布尔值>（）{
I将使用foreachPartition（）时，我得到了意外的标记、@Override上的错误以及更多错误但是我需要这个来返回TholdDropResult的RDD，我不相信foreachPartition允许除VoidFunction之外的任何函数。HMMMI得到了它，请看我的答案，感谢你为我指明了正确的方向，也从这个答案中得到了帮助，FWIW这种方法的全部原因是因为行
standin.initializeLI（）；
创建一个相当大的对象，我们不想序列化，我们希望Spark在执行器上创建这个对象。
error: wrong number of type arguments; required 3
            JavaRDD<TholdDropResult> dropResultsN = dataSetN.mapPartitionsWithIndex(new Function2<Integer, Iterator<Integer>, Iterator<TholdDropResult>, Boolean>(){

error: unexpected type
            JavaRDD<TholdDropResult> dropResultsN = dataSetN.mapPartitionsWithIndex(new Function2<Integer, Iterator<Integer>, Iterator<TholdDropResult>, boolean>(){
                                                                                                                                                         ^
  required: reference
  found:    boolean

error: wrong number of type arguments; required 3
            JavaRDD<TholdDropResult> dropResultsN = dataSetN.mapPartitionsWithIndex(new Function2<Integer, Iterator<Integer>, Iterator<TholdDropResult>, boolean>(){

JavaRDD<TholdDropResult> dropResultsN =
   dataSetN.mapPartitionsWithIndex(new Function2<Integer, 
                                                 Iterator<Integer>,
                                                 Iterator<TholdDropResult>>, Boolean>

<R> JavaRDD<R> mapPartitionsWithIndex(Function2<java.lang.Integer,
                                                java.util.Iterator<T>,
                                                java.util.Iterator<R>> f,
                                                boolean preservesPartitioning)

        Function2 makeLIThenDropResults = new Function2<Integer,
                                                        Iterator<Integer>,
                                                        Iterator<TholdDropResult>>() {
            @Override
            public Iterator<TholdDropResult> call(Integer partitionID, Iterator<Integer> integerIterator) throws Exception {
                SparkDoDrop standin = makeNewSparkDoDrop();

                standin.initializeLI();
                List<TholdDropResult> rddToReturn = new ArrayList<>();
                while (integerIterator.hasNext()){
                    rddToReturn.add(standin.call(integerIterator.next()));
                }
                return rddToReturn.iterator();
            }
        };

        // now make the RDD of subset of N
        // setup bogus arrays of size N for parallelize to lead to dropResultsN
        JavaRDD<TholdDropResult> dropResultsN = dataSetN.mapPartitionsWithIndex(makeLIThenDropResults, true);