在 Spark Cassandra 连接器中映射 UUID

Question

我有以下代码将 RDD 保存到 cassandra：

 JavaRDD<UserByID> mapped = ......

CassandraJavaUtil.javaFunctions(mapped)
.writerBuilder("mykeyspace", "user_by_id", mapToRow(UserByID.class)).saveToCassandra();

而UserByID 是一个普通的可序列化 POJO，具有以下带有 getter 和 setter 的变量

private UUID userid;

Cassandra 表与类 UserByID 变量的名称完全相同，并且 userid 是 Cassandra 表中的 uuid 类型，我正在使用相同的类映射从表中成功加载数据。

CassandraJavaRDD<UserByID> UserByIDRDD = javaFunctions(spark)
 .cassandraTable("mykeyspace", "user_by_id", mapRowTo(UserByID.class));

但是，当我调用上面的saveToCassandra 函数时，我得到以下异常：

org.apache.spark.SparkException: Job aborted due to stage failure: Task
0 in stage 227.0 failed 1 times, most recent failure: Lost task 0.0
in stage 227.0 (TID 12721, localhost, executor driver): 
java.lang.IllegalArgumentException: 
The value (4e22e71a-a387-4de8-baf1-0ef6e65fe33e) of the type 
(java.util.UUID) cannot be converted to 
struct<leastSignificantBits:bigint,mostSignificantBits:bigint> 

为了解决我注册了 UUID 编解码器的问题，但没有帮助，我正在使用 spark-cassandra-connector_2.11 版本 2.4.0 和相同版本的 spark-core_2.11 有什么建议吗？

我的参考是 here，但它没有 Java UUID 示例，感谢您的帮助。

Answer 1

这真是一个奇怪的错误 - 这在连接器 2.4.0 和 Spark 2.2.1 上运行良好，示例如下：

表定义：

CREATE TABLE test.utest (
    id int PRIMARY KEY,
    u uuid
);

POJO class:

public class UUIDData {
    private UUID u;
    private int id;
    ...
    // getters/setters
};

Spark job:

public static void main(String[] args) {
    SparkSession spark = SparkSession
            .builder()
            .appName("UUIDTest")
            .getOrCreate();

    CassandraJavaRDD<UUIDData> uuids = javaFunctions(spark.sparkContext())
            .cassandraTable("test", "utest", mapRowTo(UUIDData.class));

    JavaRDD<UUIDData> uuids2 = uuids.map(x -> new UUIDData(x.getId() + 10, x.getU()));

    CassandraJavaUtil.javaFunctions(uuids2)
            .writerBuilder("test", "utest", mapToRow(UUIDData.class))
            .saveToCassandra();
}

我注意到，在您的代码中，您使用函数 mapRowTo 和 mapToRow 而没有在 POJO 上调用 .class - 您确定您的代码已编译并且您没有运行任何旧版本的代码？