编码器.scala特征的乘积].spark中的模式

如何从特质为spark创建模式？ 考虑到一个特点：

trait A{
val name:String
val size:String
}

作为：

给出：

Error:type arguments do not conform to method product's type parameter bounds [T <: Product]

---

错误：类型参数不符合方法产品的类型参数界限[T 200
我无法向您详细说明这不起作用的原因，但我提出了一个我们在Scala Spark项目中经常使用的替代解决方案

编码器的签名。product
看起来像

product[T <: scala.Product](implicit evidence$5 : scala.reflect.runtime.universe.TypeTag[T])

正如一开始所说，我无法解释所有细节，只需提供一个可行的解决方案，并希望它能满足您的需要。
Case类确实支持22列以上，请尝试在所有其他类/对象之外创建。如果您需要创建一个包含大量字段的数据框架架构，这应该是可行的

val schema: StructType = StructType(
    Array(
      StructField(name = "name", StringType),
      StructField(name = "size", StringType)
    )
 )
val data = Seq(Row("Ramanan","29"))
spark.createDataFrame(spark.sparkContext.parallelize(data),schema).show()

谢谢@mike，但是由于case类在参数数量上有一些限制，有没有办法获得大量字段的模式我们正在使用大约200个字段的case类。不确定这是否是最佳解决方案，但22个字段的限制仅在Scala 2.10.x中，而不再在2.11中。我们只是在需要时调整JVM参数使用Maven编译：
jvmArg>-Xss2048K
yes@mike，但实际上字段的数量超过200个。如果字段数量有问题，您还可以将案例类嵌套到案例类中。
val schema: StructType = StructType(
    Array(
      StructField(name = "name", StringType),
      StructField(name = "size", StringType)
    )
 )
val data = Seq(Row("Ramanan","29"))
spark.createDataFrame(spark.sparkContext.parallelize(data),schema).show()