Scala 即使使用POJO，任务也不能在Flink中序列化

我有一个从CSV文件读取的

数据集

：

val dataSet = env.readCsvFile[ElecNormNew](
      getClass.getResource("/elecNormNew.arff").getPath,
      pojoFields = Array("date", "day", "period", "nswprice", "nswdemand", "vicprice", "vicdemand", "transfer", "label")

据我所知，

ElecNormNew

是一个POJO：

// elecNormNew POJO
class ElecNormNew(
  var date: Double,
  var day: Int,
  var period: Double,
  var nswprice: Double,
  var nswdemand: Double,
  var vicprice: Double,
  var vicdemand: Double,
  var transfer: Double,
  var label: String) extends Serializable {

  def this() = {
    this(0, 0, 0, 0, 0, 0, 0, 0, "")
  }
}

我还有一个简单的类：

case class Discretizer[T](
  data: DataSet[T],
  nBins: Int = 5,
  s: Int = 1000) {

  private[this] val log = LoggerFactory.getLogger("Discretizer")
  private[this] val V = Vector.tabulate(10)(_ => IntervalHeap(nBins, 1, 1, s))

  private[this] def updateSamples(x: T): Vector[IntervalHeap] = {
    log.warn(s"$x")
    V
  }

  def discretize() = {
    data map (x => updateSamples(x))
  }
}

但当我尝试使用它时，例如从测试中：

val a = new Discretizer[ElecNormNew](dataSet)
a.discretize

我得到以下错误：

org.apache.flink.api.common.InvalidProgramException: Task not serializable
// ...
[info]     at com.elbauldelprogramador.discretizers.IDADiscretizer.discretize(IDADiscretizer.scala:69)
// ...
[info]     Cause: java.io.NotSerializableException: org.apache.flink.api.scala.DataSet
// ...

我读过这些问题及其答案，但运气不好：

---

我想说你提到的第一个链接：

问题是您从MapFunction中引用数据集页面。这是不可能的，因为数据集只是数据流的逻辑表示，不能在运行时访问

---

离散化

使用

映射

，因此这也适用于此处

但是如果我理解正确，问题是当您在map函数中引用数据集时，在这种情况下，

Pages

，但我为函数提供的是一个数据点，而不是

DataSet[T]

本身。@elbaulp但是您仍然会遇到同样的错误，所以在将map应用到它之前，请尝试使用另一个类来表示数据。