我正在为如何创建Functor[Dataset]
实例而苦苦挣扎……问题是,当您将map
从A
转换为B
时,Encoder[B]
必须在隐式范围内,但我不确定该怎么做。
implicit val datasetFunctor: Functor[Dataset] = new Functor[Dataset] {
override def map[A, B](fa: Dataset[A])(f: A => B): Dataset[B] = fa.map(f)
}
当然,此代码会引发编译错误,因为
Encoder[B]
不可用,但我无法将Encoder[B]
添加为隐式参数,因为它会更改map方法的签名,我该如何解决呢? 最佳答案
您无法立即应用f
,因为您缺少Encoder
。唯一明显的直接解决方案是:采用cats
并重新实现所有接口(interface),并添加一个隐式Encoder
参数。我看不到直接为Functor
实现Dataset
的任何方法。
但是也许以下替代解决方案就足够了。
您可以做的是为数据集创建一个包装器,该包装器有一个map
方法,没有隐式的Encoder
,但还有一个toDataset
方法,该方法最后需要Encoder
。
对于此包装器,您可以应用与所谓的Coyoneda
-construction(或Coyo
?它们今天称之为什么?我不知道...)非常相似的构造。从本质上讲,它是为任意类型的构造函数实现“自由仿函数”的一种方法。
这是一个草图(用猫1.0.1编译,用假人替换了Spark
特性):
import scala.language.higherKinds
import cats.Functor
/** Dummy for spark-Encoder */
trait Encoder[X]
/** Dummy for spark-Dataset */
trait Dataset[X] {
def map[Y](f: X => Y)(implicit enc: Encoder[Y]): Dataset[Y]
}
/** Coyoneda-esque wrapper for `Dataset`
* that simply stashes all arguments to `map` away
* until a concrete `Encoder` is supplied during the
* application of `toDataset`.
*
* Essentially: the wrapped original dataset + concatenated
* list of functions which have been passed to `map`.
*/
abstract class MappedDataset[X] private () { self =>
type B
val base: Dataset[B]
val path: B => X
def toDataset(implicit enc: Encoder[X]): Dataset[X] = base map path
def map[Y](f: X => Y): MappedDataset[Y] = new MappedDataset[Y] {
type B = self.B
val base = self.base
val path: B => Y = f compose self.path
}
}
object MappedDataset {
/** Constructor for MappedDatasets.
*
* Wraps a `Dataset` into a `MappedDataset`
*/
def apply[X](ds: Dataset[X]): MappedDataset[X] = new MappedDataset[X] {
type B = X
val base = ds
val path = identity
}
}
object MappedDatasetFunctor extends Functor[MappedDataset] {
/** Functorial `map` */
def map[A, B](da: MappedDataset[A])(f: A => B): MappedDataset[B] = da map f
}
现在,您可以将数据集
ds
包装为MappedDataset(ds)
,然后根据需要使用隐式map
对其进行MappedDatasetFunctor
,然后在最后调用toDataset
,在那里您可以为最终结果提供具体的Encoder
。请注意,这会将
map
内的所有功能组合到单个spark阶段:它将无法保存中间结果,因为缺少所有中间步骤的Encoder
。我还没有研究
cats
,我不能保证这是最惯用的解决方案。库中可能已经有Coyoneda
-esque了。编辑:在cats库中有Coyoneda,但是需要自然转换
F ~> G
到functor G
。不幸的是,我们没有Functor
的Dataset
(首先是问题)。我上面的实现所做的是:代替Functor[G]
,它需要在固定的X
(这是Encoder[X]
)下对(不存在的)自然变换进行单态处理。关于scala - 如何实现Functor [数据集],我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/48725356/