可以说我有以下数据框：
var randomData = Seq(("a",8),("h",5),("f",3),("a",2),("b",8),("c",3)
val df = sc.parallelize(randomData,2).toDF()
而且我有这个功能，它将作为输入mapPartition：
def trialIterator(row:Iterator[(String,Int)]): Iterator[(String,Int)] =
row.toArray.tail.toIterator
并使用地图分区：
df.mapPartition(trialIterator)
我收到以下错误消息：
类型不匹配，预期的（Iterator [Row]）=> Iterator [NotInferedR]，实际：Iterator [（String，Int）=> Iterator [（String，Int）]
我知道这是由于函数的输入，输出类型引起的，但是如何解决呢？
如果你想获得强类型输入不使用Dataset[Row]（DataFrame），但Dataset[T]其中T在此特定情形的(String, Int)。同样不要在不知道分区是否为空的情况下转换为Array盲目调用tail：
def trialIterator(iter: Iterator[(String, Int)]) = iter.drop(1)
randomData
.toDS // org.apache.spark.sql.Dataset[(String, Int)]
.mapPartitions(trialIterator _)
或者
randomData.toDF // org.apache.spark.sql.Dataset[Row]
.as[(String, Int)] // org.apache.spark.sql.Dataset[(String, Int)]
.mapPartitions(trialIterator _)
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句