Scala 阿克卡：“；试图反序列化序列化作用域中没有ActorSystem的序列化ActorRef；错误

我以以下方式集成了Akka actor和Spark的使用：当任务分布在Spark节点之间时，在处理该任务的同时，每个节点还通过使用Akka actor定期将度量数据发送到位于网络其他位置的不同收集器进程（通过akka remote连接到远程进程）

在独立模式下使用时，基于参与者的度量发送/接收功能工作正常，但在Spark任务中集成时，会引发以下错误：

java.lang.IllegalStateException: Trying to deserialize a serialized ActorRef without an ActorSystem in scope. Use 'akka.serialization.Serialization.currentSystem.withValue(system) { ... }'
at akka.actor.SerializedActorRef.readResolve(ActorRef.scala:407) ~[akka-actor_2.10-2.3.11.jar:na]

如果我理解正确，问题的根源是Spark节点无法对ActorRef进行反序列化，因为它没有进行反序列化所需的全部信息。我理解将ActorSystem放入作用域将解决此问题，但我不确定如何使用建议的

akka.serialization.serialization.currentSystem.withValue（系统）{…}

Akka官方文档在几乎所有的主题上都非常好。不幸的是，关于序列化的章节可以在IMHO中改进

---

注意：有一个类似的SO问题，但公认的解决方案过于具体，因此在一般情况下并不真正有用。一个

ActorSystem

负责

ActorRef

对象涉及的所有功能

当你编写类似的程序时

actorRef ! message

实际上，您正在调用ActorSystem（而不是ActorRef）中的一系列工作，以将消息放入正确的邮箱，启动Actor以在线程池中运行receive方法，等等…从：

actor系统管理配置为按顺序使用的资源 运行它包含的演员。可能有数百万演员 在一个这样的系统中，毕竟咒语是将它们视为 数据量非常丰富，它们的开销只有大约300字节 每个实例。当然，消息的确切顺序是 应用程序无法控制在大型系统中处理的数据 作者

这就是为什么您的代码“独立”运行良好，但不是在Spark中。您的每个Spark节点都缺少ActorSystem机制，因此，即使您可以在节点中反序列化ActorRef，也不会有ActorSystem来处理节点函数中的

！

---

您可以在每个节点内建立ActorSystem，并使用（i）通过或（ii）向“主”ActorSystem中的ActorRef发送消息您提到的序列化方法，其中每个节点的actor系统将是您引用的示例中的

系统。
您有actor系统实例吗？@ViktorKlang是和否。当我在“独立”模式下使用我的actor库时（只有两个常规的Scala应用程序使用此库相互对话）一切正常，因此显然存在ActorSystem实例。但是，正如错误消息所示，Spark节点中没有使用Actor发送度量消息的ActorSystem实例。我不清楚如何使用建议的
.serialization.serialization.currentSystem.withValue（system）{…}
将该实例提供给Spark节点