Spark数据帧到Java类的数据集

我想将作为Json读入的数据帧转换为给定类的数据集。到目前为止，当我能够编写自己的案例类时，这种方法非常有效

case class MyCaseClass(...)
val df = spark.read.json("path/to/json")
val ds = df.as[MyCaseClass]

def myFunction(input: MyCaseClass): MyCaseClass = {
    // Do some validation and things
    input
}

ds.map(myFunction)

但是，现在我绑定到外部Java类（特别是thrift创建的类）。下面是一个更具体的自定义类示例：

Json:

类别：

class MyInnerClass(var inside: String, var map: Map[String, String]) extends java.io.Serializable {
  def getInside(): String = {inside}
  def setInside(newInside: String) {inside = newInside}
  def getMap(): Map[String, String] = {map}
  def setMap(newMap: Map[String, String]) {map = newMap}
}

class MyClass(var a: Int, var b: String, var wrapper: MyInnerClass)  extends java.io.Serializable {
  def getA(): Int = {a}
  def setA(newA: Int) {a = newA}
  def getB(): String = {b}
  def setB(newB: String) {b = newB}
  def getWrapper(): MyInnerClass = {wrapper}
  def setWrapper(newWrapper: MyInnerClass) {wrapper = newWrapper}
}

所以我想做：

val json = spark.read.json("path/to/json")
json.as[MyClass]

然而，这意味着：

Unable to find encoder for type stored in a Dataset.  Primitive type (Int, String, etc) and Product types (case classes) are supported by importing spark.implicits._  Support for serializing other types will be added in future releases.

所以，我发现了定制编码器：（和）

它抛出：

Try to map struct<a:bigint,b:string,wrapper:struct<inside:string,map:struct<k:string>>> to Tuple1, but failed as the number of fields does not line up

尝试将struct映射到Tuple1，但失败，因为字段数没有对齐

---

因此，如何将数据帧转换为自定义对象数据集。

请尝试使用产品编码器，而不是使用kryo编码器：

val productMyClassEncoder  = Encoders.product[MyClass]

---

当在方法中使用case类的声明时，我遇到了同样的问题（没有任何帮助）。将类移出方法后，

import spark.implicits.\u

工作正常

这方面运气好吗？你能告诉我你是怎么做到的吗？这里也有同样的问题。我有一个使用Java类（和枚举）的解决方案，但我希望看到它也能使用Scala类和枚举。在我的例子中，我使用与读取JSON相同的方法创建了case类。我将case类定义移到了一个外部范围，它奇怪地工作了。我在浏览错误时偶然发现了这个解决方案。只有在我使用产品编码器并将案例类定义移到外部范围时，它才对我有效

Try to map struct<a:bigint,b:string,wrapper:struct<inside:string,map:struct<k:string>>> to Tuple1, but failed as the number of fields does not line up

val productMyClassEncoder  = Encoders.product[MyClass]