使用 spark sql 在 intelliJ 上出现不相关的模棱两可的方法调用错误

Posted 2023-04-15

【中文标题】使用 spark sql 在 intelliJ 上出现不相关的模棱两可的方法调用错误

【英文标题】：Irrelevant ambigious method call error on intelliJ with spark sql

【发布时间】：2017-10-23 09:52:51

【问题描述】：

此 spark sql 代码可以编译并运行，但 intelliJ (idea-IU-172.4343.14) 显示“Ambigious method call”错误。

public static void main(String[] args) 

    SparkSession session = SparkSession //
            .builder() //
            .appName("idea-ambigious-method-call-bug") //
            .master("local[*]") //
            .getOrCreate();


    Dataset<String> cities = session//
            .sqlContext()//
            .createDataset(Arrays.asList("Paris", "Porto", "London"), Encoders.STRING());

    cities.filter(name -> name.startsWith("P")).show();

以前版本的 IntelliJ 不会发生这种情况。

<dependencies>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-core_2.11</artifactId>
        <version>2.2.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.spark</groupId>
        <artifactId>spark-sql_2.11</artifactId>
        <version>2.2.0</version>
    </dependency>
</dependencies>

【问题讨论】：

如果 IntelliJ 的行为与 javac 编译器相比存在差异，请将其作为错误报告给 JetBrains：youtrack.jetbrains.com/issues/IDEA

行为并没有真正的差异，因为在 spark sql 代码中过滤器方法被重载，有一个 java 特定的过滤器和一个 scala 特定的过滤器，直到最新版本 intelliJ 设法选择了正确的。

对，但是如果您的项目设置正确，那么： 1. Scala 函数不应位于源文件的命名空间中；或 2. 这是 Java 编译器有解决规则的歧义。一种或另一种方式似乎是 IDEA 如何处理事情的一个错误，我不确定这里的任何人都可以解决什么问题。 （现在，如果 javac 编译器也在抱怨，那更有可能是我们可以帮助解决的程序员错误。）

你是对的，这是一个 IntelliJ 错误。简单地更新到idea-IU-173（目前是EAP）为我解决了这个问题。

该错误在下一个版本中再次出现。

【参考方案1】：

我认为这可能与 scala 插件有关。该插件使 Spark 的源代码可读，而 IntelliJ 无法选择正确的方法。如果您从 IntelliJ 卸载插件，一切都应该正常。但是，您将失去拥有可读 Spark 源代码的可能性。

【讨论】：

你是对的！除了我不能在同一个项目中使用这个解决方案之外，我还有 scala 代码。

【参考方案2】：

当你移除 Spark 核心依赖时它运行良好。

尝试使用略低于 Spark sql 依赖项的相同代码。

<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-sql_2.11</artifactId>
    <version>2.2.0</version>
</dependency>

【参考方案3】：

我在 IntelliJ IU-182 上遇到了同样的问题（地图的多重实现），但如果从终端运行相同的程序，则没有任何编译器问题。

    SparkSession session = SparkSession.builder().appName("ALB log Analyzer").master("local[2]").getOrCreate();
    Dataset<ALBLog> accessLogs = session.read().textFile(logFile).map(ALBLog::parseAlbLog,
            Encoders.bean(ALBLog.class));