Spark 类型不匹配:无法从 DataFrame 转换为 Dataset<Row>
Posted
技术标签:
【中文标题】Spark 类型不匹配:无法从 DataFrame 转换为 Dataset<Row>【英文标题】:Spark Type mismatch: cannot convert from DataFrame to Dataset<Row> 【发布时间】:2017-02-04 13:06:49 【问题描述】:我收到一个奇怪的错误提示
Type mismatch: cannot convert from DataFrame to Dataset<Row>
当我尝试实现来自here 的示例代码时。
这是给我错误的行。
Dataset<Row> verDF = spark.createDataFrame(uList, User.class);
我还查看了 Spark here 的文档,其中给出了相同的示例。但我不确定为什么它在我的情况下不起作用。
这是我的imports
:
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.function.Function;
import org.apache.spark.graphx.*;
import org.apache.spark.graphx.lib.*;
import org.apache.spark.rdd.RDD;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.storage.StorageLevel;
import org.graphframes.GraphFrame;
import scala.Tuple2;
import scala.collection.Iterator;
import scala.collection.immutable.Map;
import scala.collection.immutable.Seq;
以下是相关的依赖:
<repositories>
<repository>
<id>cloudera</id>
<url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
</repository>
<repository>
<id>SparkPackagesRepo</id>
<url>http://dl.bintray.com/spark-packages/maven</url>
</repository>
</repositories>
<dependencies>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>$hadoop.version</version>
</dependency>
<dependency>
<groupId>graphframes</groupId>
<artifactId>graphframes</artifactId>
<version>0.2.0-spark2.0-s_2.11</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.10</artifactId>
<version>$spark.version</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.10</artifactId>
<version>$spark.version</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.spark/spark-mllib_2.10 -->
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-mllib_2.10</artifactId>
<version>1.3.0</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.spark/spark-graphx_2.10 -->
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-graphx_2.10</artifactId>
<version>2.1.0</version>
</dependency>
</dependencies>
【问题讨论】:
【参考方案1】:解决了这个问题。我使用了以下依赖项并使用SparkSession
实例来创建数据框。
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.11</artifactId>
<version>2.0.0-cloudera1-SNAPSHOT</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.11</artifactId>
<version>2.0.0-cloudera1-SNAPSHOT</version>
</dependency>
【讨论】:
以上是关于Spark 类型不匹配:无法从 DataFrame 转换为 Dataset<Row>的主要内容,如果未能解决你的问题,请参考以下文章
类型不匹配;找到:org.apache.spark.sql.DataFrame 需要:org.apache.spark.rdd.RDD
解析 xml 文件时,由于 spark 中的类型不匹配而无法解决爆炸
Spark Dataframe:从 Map 类型生成元组数组
创建 Spark DataFrame。无法推断类型的架构:<type 'float'>
线程“主”org.apache.spark.sql.AnalysisException 中的异常:由于数据类型不匹配,无法解析“named_struct()”: