如何将scala.collection.Set转换为RDD中可序列化的java.util.Set

Question

我有一个scala.collection.Set scalaSet : Set[Long].

我如何能够将其转换为java.util.Set可序列化的.我尝试了以下代码,但得到了 java.io.notserializableexception: scala.collection.convert.wrappers$setWrapper

import scala.collection.JavaConversions._

Class MySerializableClass extends Serializable {

    // method to implement the Scala to Java operations on the given RDD
    def rddOps(dummyRDD: RDD[(Long, Set[Long])]) = {
        val dummyRDDWithJavaSet = dummyRDD.map( {
            case(key, value) => (key, scalaToJavaSetConverter(value))
    }

    // scala Set to Java Set Converters
    def scalaToJavaSetConverter(scalaSet: Set[Long]): java.util.Set[Long] = {
        val javaSet : java.util.Set[Long] = setAsJavaSet(scalaSet)
        javaSet
    }
}

我在尝试序列化从scala转换的java地图时看到了线程不可序列化的异常,但是该解决方案不适用于序列化

Answer 1

序列化问题是scala.collection.JavaConvertions/JavaConverters这些转换器是使用底层（scala/java）对象的包装器。它们只是一个包装器，因此为了使其能够有效地序列化，它们必须保证底层结构是可序列化的。

对于您的情况，最简单的解决方案是在转换方法中实现结构副本：

// scala Set to Java Set Converters
def scalaToJavaSetConverter(scalaSet: Set[Long]): java.util.Set[Long] = {
    val javaSet = new java.util.HashSet[Long]()
    scalaSet.foreach(entry => javaSet.add(entry))
    javaSet
}