Spark SQL中的Encoder

以下错误，想必在做Spark的DateSet操作时一定是见过吧？

Error:(58, 17) Unable to find encoder for type stored in a Dataset.  Primitive types (Int, String, etc) and Product types (case classes) are supported by importing spark.implicits._  Support for serializing other types will be added in future releases.
    peopleDF.map(row => row.get(0)).show()

这是因为在作map转换时需要指定一个转换的Encorder，在Scala代码中是通过隐式转换进行的，而在Java代码中则需要在代码中指明。
为了更好理解写了一个Java的代码供学习加深理解。

代码如下：

public static void main(String[] args) {

        SparkSession spark = SparkSession.builder().master("local[2]").appName("DataSetEncoderExample").getOrCreate();

        List data = Arrays.asList("chen", "li", "huang");
        //创建DataSet的时候指明数据是String类型

        Dataset ds = spark.createDataset(data, Encoders.STRING());

        /***操作一：**/

        //map操作：把string类型的变换成string类型
        //此时MapFunction 这两个地方都应该是String
        Dataset dsString2String = ds.map((MapFunction) v -> "Hi," + v, Encoders.STRING());
        dsString2String.show();


        /***操作二：**/

        //map操作：把string类型的变换成int类型
        //注意此时MapFunction 这两个地方的类型变化
        //第一个类型String为原来的DataSet的类型，第二个类型为输出的类型
        Dataset dsString2Int = ds.map(new MapFunction(){
            @Override
            public Integer call(String value) throws Exception {
                return value.length();
            }
        }, Encoders.INT());
        dsString2Int.show();

        /***操作三：**/
        //map操作：把string类型的变换成自定义的对象类型
        //注意此时MapFunction 这两个地方的类型变化
        //第一个类型String为原来的DataSet的类型，第二个类型People为输出的类型
        Encoder peopleEncoder = Encoders.kryo(People.class);
        Dataset dsString2Object = ds.map(new MapFunction(){
            @Override
            public People call(String value) throws Exception {
                return new People(value, value.length());
            }
        }, peopleEncoder);
        dsString2Object.show();
        dsString2Object.map((MapFunction) item -> item.getName(), Encoders.STRING()).show();

        /***操作四：**/
        //map操作：把string类型的变换成Row对象类型
        //注意此时MapFunction 这两个地方的类型变化
        //第一个类型String为原来的DataSet的类型，第二个类型Row为输出的类型
//        Encoder rowEncoder = Encoders.kryo(Row.class);
        Encoder rowEncoder = Encoders.javaSerialization(Row.class);
        Dataset dsString2Row = ds.map(
                (MapFunction) value -> RowFactory.create(value, value.length())
            , rowEncoder);
        dsString2Row.show();
        dsString2Row.map((MapFunction) item -> item.getString(0), Encoders.STRING()).show();


        spark.stop();
    }

上述代码中需要创建一下Java类

public class People {
    String name;
    Integer age;

    public People( String name, Integer age){
        this.name = name;
        this.age = age;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public Integer getAge() {
        return age;
    }

    public void setAge(Integer age) {
        this.age = age;
    }
}