我正在写一个Flink变换器,我有一个自定义对象Histogram
具有以下属性:
case class Histogram(
nRows: Int,
nCols: Int,
min: Int,
step: Double,
private val countMatrix: Array[ArrayBuffer[Double]],
private val cutMatrixL1: Array[ArrayBuffer[Double]],
val distribMatrixL1: Array[ArrayBuffer[Map[Int, Double]]],
private val distribMatrixL2: Array[ArrayBuffer[Map[Int, Double]]],
private val cutMatrixL2: ArrayBuffer[ArrayBuffer[Double]])
extends Serializable {
???
}
这是我的FitOperation
:
implicit val fitOp = new FitOperation[PIDiscretizerTransformer, LabeledVector] {
override def fit(
instance: PIDiscretizerTransformer,
fitParameters: ParameterMap,
input: DataSet[LabeledVector]): Unit = {
// get params...
val metric = input.map { x ⇒
// (instance, histrogram totalCount)
(x, Histogram(nAttrs, l1InitialBins, min, instance.step), 1)
}.reduce { (m1, m2) ⇒
// Update Layer 1
val updatedL1 = updateL1(m1._1, m1._2, instance.step, initialElems, alpha, m1._3)
// Update Layer 2 if neccesary
val updatedL2 = if (m1._3 % l2updateExamples == 0) {
updateL2(m1._1, updatedL1)
} else updatedL1
(m2._1, updatedL2, m1._3 + 1)
}.map(_._2)
// instance.metricsOption = Some(metric)
}
}
这很好,但如果我取消注释最后一行:instance.metricsOption = Some(metric)
我得到一个java.io.NotSerializableException: org.apache.flink.api.scala.DataSet
我怎么能找到班级Histogram
中的哪个对象导致问题?据我所知ArrayBuffer
是可序列化的,Map也是如此。虽然我发现了这个问题:
Map can not be serializable in scala?
这说.mapValues
不可序列化,但我没有在任何地方使用.mapValues
。
问题是你指的是instance.step
里面的MapFunction
。 instance
是PIDiscretizerTransformer
类型,无法序列化。因此,您需要计算MapFunction
之外的步骤并将值传递给函数。然后你的程序应该是可序列化的。