HashMap 的 Kryo 反序列化因 Spark 而失败

Question

我有一个 Java class，它有几个 String 字段和一个 HashMap 字段。我正在使用默认的 Kryo 序列化序列化此 class 的对象并将它们存储在 HBase 中。

在内存中读取它们后，在 Spark 中的 RDD 的 flatMap 函数中反序列化会产生以下错误。尽管相同的代码段在不涉及 Spark 的情况下仍然有效。

    16/06/22 11:13:05 WARN TaskSetManager: Lost task 20.0 in stage 3.0 (TID 85, localhost): com.esotericsoftware.kryo.KryoException: Unable to find class: Dadaisme
    at com.esotericsoftware.kryo.util.DefaultClassResolver.readName(DefaultClassResolver.java:138)
    at com.esotericsoftware.kryo.util.DefaultClassResolver.readClass(DefaultClassResolver.java:115)
    at com.esotericsoftware.kryo.Kryo.readClass(Kryo.java:610)
    at com.esotericsoftware.kryo.Kryo.readClassAndObject(Kryo.java:721)
    at com.esotericsoftware.kryo.serializers.MapSerializer.read(MapSerializer.java:126)
    at com.esotericsoftware.kryo.serializers.MapSerializer.read(MapSerializer.java:17)
    at com.esotericsoftware.kryo.Kryo.readClassAndObject(Kryo.java:729)
    at prSpark.EmPageRank.call(EmPageRank.java:227)
    at prSpark.EmPageRank.call(EmPageRank.java:1)
    at org.apache.spark.api.java.JavaRDDLike$$anonfun$fn.apply(JavaRDDLike.scala:149)
    at org.apache.spark.api.java.JavaRDDLike$$anonfun$fn.apply(JavaRDDLike.scala:149)
    at scala.collection.Iterator$$anon.hasNext(Iterator.scala:371)
    at org.apache.spark.util.Utils$.getIteratorSize(Utils.scala:1595)
    at org.apache.spark.rdd.RDD$$anonfun$count.apply(RDD.scala:1157)
    at org.apache.spark.rdd.RDD$$anonfun$count.apply(RDD.scala:1157)
    at org.apache.spark.SparkContext$$anonfun$runJob.apply(SparkContext.scala:1858)
    at org.apache.spark.SparkContext$$anonfun$runJob.apply(SparkContext.scala:1858)
    at org.apache.spark.scheduler.ResultTask.runTask(ResultTask.scala:66)
    at org.apache.spark.scheduler.Task.run(Task.scala:89)
    at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:214)
    at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
    at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
    at java.lang.Thread.run(Thread.java:745)
Caused by: java.lang.ClassNotFoundException: Dadaisme
    at java.net.URLClassLoader.run(URLClassLoader.java:372)
    at java.net.URLClassLoader.run(URLClassLoader.java:361)
    at java.security.AccessController.doPrivileged(Native Method)
    at java.net.URLClassLoader.findClass(URLClassLoader.java:360)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:424)
    at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:308)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:357)
    at java.lang.Class.forName0(Native Method)
    at java.lang.Class.forName(Class.java:340)
    at com.esotericsoftware.kryo.util.DefaultClassResolver.readName(DefaultClassResolver.java:136)
    ... 22 more

这里从堆栈跟踪 com.esotericsoftware.kryo.KryoException: Unable to find class: Dadaisme 它说 "Dadisme" class 未找到但 "Dadisme" 在我的程序中不是任何 class，它是数据在 HashMap 字段中。

Answer 1

出现此异常是因为用于序列化和反序列化的 Kyro 库版本不同。 Spark 默认使用 Kryo 的第 2 版，而我使用 Kryo 的最新版本（即 3.x）来序列化对象。所以序列化和反序列化版本应该匹配。

HashMap 的 Kryo 反序列化因 Spark 而失败

Kryo deserialization of HashMap fails with Spark

java

serialization

deserialization

kryo

apache-spark