具有火花序列化问题的功能接口

Question

考虑以下火花代码：

package test 

import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.Function;

import java.io.Serializable;
import java.util.Arrays;

abstract class Ops implements Serializable {

  public void doSomething(JavaRDD<Integer> rdd, Function<Integer, Integer> func) {
    rdd.map(x -> x + func.call(x))
       .collect()
       .forEach(System.out::println);
  }
}

public class AbstractTest {

  public static void main(String[] args) {
    new AbstractTest().job();
  }

  public void job() {
    SparkConf conf = new SparkConf()
      .setAppName(AbstractTest.class.getName())
      .setMaster("local[*]");
    JavaSparkContext jsc = new JavaSparkContext(conf);

    JavaRDD<Integer> rdd = jsc.parallelize(Arrays.asList(1, 2, 3, 4, 5, 6));

    Ops ops = new Ops() {};

    Function<Integer, Integer> f1 = v1 -> v1 + 1; // works

    Function<Integer, Integer> f2 = new Function<Integer, Integer>() {
      @Override
      public Integer call(Integer v1) throws Exception {
        return v1 + 1;
      }
    }; // java.io.NotSerializableException of non-serializable outer class

    ops.doSomething(rdd, f1);
  }
}

在我的例子中，我想弄清楚函数式接口和 lambda 表达式之间的区别：

基本上，抽象类Ops中的函数doSomething需要序列化一个已经是可序列化闭包的spark.api.java.function.Function。

在初始化Function对象时，我使用了两种不同的方式：

• f1：lambda 表达式

• f2：显式函数接口

f1 有效，f2 无效。我发现他们有不同的类名：

• f1：类 test.AbstractTest$$Lambda$8/783882192

• f2：类 test.AbstractTest$2

f2 似乎被编译为匿名类，在 java 中强烈不鼓励对其进行序列化，并且其外部类也需要序列化。在我的例子中，外部类 AbstractTest 是不可序列化的。这就是我们收到NotSerializableException 的原因。

另一方面，f1 编译为$Lambda$8/783882192，我不明白它代表什么。但显然，它是与匿名类不同的实现。它工作正常。好像可以避免序列化外部类。

那么，函数式接口和 lambda 表达式有什么区别呢？在这种特殊情况下，它们似乎并不等价。

Answer 1

Lambda 表达式不一定实现为内部类，而函数式接口肯定是。由于您的 Lambda 表达式不会关闭任何类变量，因此它更有可能最终成为静态成员。

这个幻灯片很好地解释了 Lambda 的设计决策，以及您的 Lambda 的具体实现延迟到运行时取决于各种因素的事实，其中一些是特定于 JVM 实现的https://www.google.co.uk/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&cad=rja&uact=8&ved=0CCgQFjABahUKEwin3d7DkqHHAhWCWBQKHTLFAlA&url=http%3A%2F%2Fwww.slideshare.net%2Fjaxlondon2012%2Flambda-a-peek-under-the-hood-brian-goetz&ei=1vnJVaeaGIKxUbKKi4AF&usg=AFQjCNFeoyEpSfx6qNFeCOQ9iFpSxarthg&bvm=bv.99804247,d.d24。

您可以尝试以下操作，这会导致 f1 关闭一个班级成员，看看您是否会得到不同的结果。在这种情况下，f1 不可能是静态成员：

public int getIncrement() {return 1;}
Function<Integer, Integer> f1 = v1 -> v1 + getIncrement();

看看这是否会给你带来不同的结果。