AggregateByKey在抽象类中时无法编译

Question

我是Scala和Spark的新手，所以我希望有人能解释为什么aggregateByKey在抽象类中无法编译。这是我能想到的最简单的例子:

import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.rdd.RDD
abstract class AbstractKeyCounter[K] {
  def keyValPairs(): RDD[(K, String)]
  def processData(): RDD[(K, Int)] = {
    keyValPairs().aggregateByKey(0)(
      (count, key) => count + 1,
      (count1, count2) => count1 + count2
    )
  }
}
class StringKeyCounter extends AbstractKeyCounter[String] {
  override def keyValPairs(): RDD[(String, String)] = {
    val sc = new SparkContext(new SparkConf().setMaster("local").setAppName("counter"))
    val data = sc.parallelize(Array("foo=A", "foo=A", "foo=A", "foo=B", "bar=C", "bar=D", "bar=D"))
    data.map(_.split("=")).map(v => (v(0), v(1)))
  }
}

给了

:

Error:(11, 19) value aggregateByKey is not a member of org.apache.spark.rdd.RDD[(K, String)]
    keyValPairs().aggregateByKey(0)(
                  ^

如果我使用单个具体类，它将编译并成功运行:

import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.rdd.RDD
class StringKeyCounter {
  def processData(): RDD[(String, Int)] = {
    val sc = new SparkContext(new SparkConf().setMaster("local").setAppName("counter"))
    val data = sc.parallelize(Array("foo=A", "foo=A", "foo=A", "foo=B", "bar=C", "bar=D", "bar=D"))
    val keyValPairs = data.map(_.split("=")).map(v => (v(0), v(1)))
    keyValPairs.aggregateByKey(0)(
      (count, key) => count + 1,
      (count1, count2) => count1 + count2
    )
  }
}

我错过了什么?

Answer 1

如果您更改:

abstract class AbstractKeyCounter[K] {

:

abstract class AbstractKeyCounter[K : ClassTag] {

这将编译。

?aggregateByKey是PairRDDFunctions的一个方法(您的RDD隐式地转换为该类)，它具有以下签名:

class PairRDDFunctions[K, V](self: RDD[(K, V)])
  (implicit kt: ClassTag[K], vt: ClassTag[V], ord: Ordering[K] = null)

这意味着它的构造函数期望隐式类型为ClassTag[K]和vt: ClassTag[V]的值。您的抽象类不知道K是什么，因此无法提供匹配的隐式值。这意味着到PairRDDFunctions的隐式转换"失败"(编译器不执行转换)，因此无法找到方法aggregateByKey。

添加[K : ClassTag]是在抽象类构造函数中添加隐式参数implicit kt: ClassTag[K]的简写，然后由编译器使用并传递给PairRDDFunctions的构造函数。

有关ClassTags及其优点的更多信息，请参阅这篇好文章。