利用spark进行机器学习时模型序列化存储到hive解决方案

机器学习模型的训练和预测经常是在不同的时间点进行，在工程实现中，一般训练和预测都是在不同的子工程里面进行，训练子工程训练模型后存储到hive，之后预测子工程项目再将模型重hive中load出来进行预测

1.模型存储到hive
存储很简单，将要存储的模型调用如下spark的序列化方法def serialize(spark: SparkSession)序列化后再转换拼装成sql，然后执行 spark.sql(insertSQL)即可，如下

    case class ModleToHive(modelBizType: String,
                        data: String)


    def save(modelUID: String): Unit = {
    val instance = ModleToHive(
      modelUID,
      modelBizType,
      model.serialize(spark)
      ） 

    val instDf = Seq(instance).toDF()
    instDf.createOrReplaceTempView("model")

    var sqlString = s"insert into modelTable select modelUID as modelUID, modelBizType as modelBizType, data as saved_model"
    sqlString = sqlString + " from model "
    spark.sql(sqlString).collect()

这样模型就存储到hive了

2.从hive仓库load模型并反序列化

    val sqlString = s"select saved_model from modelTable where modelUID=modelUID "
    val modelHexBinary = spark.sql(sqlString).first() 
    val ser = new KryoSerializer(sparkConf).newInstance()
    val byteBuffer = ByteBuffer.wrap(DatatypeConverter.parseHexBinary(modelHexBinary.getString(0)))
    ser.deserialize[T](byteBuffer)

这样模型就又反序列化出来了，可用于预测了