问题代码:
val sample_data_combine_result=List(
(0,(List(FitModel(4022,1447.92,-8.38983306721434,2.0),FitModel(4021,1447.92,-8.38983306721434,2.0)),2)),
(1,(List(FitModel(1083,389.88,-11.057139857142857,3.0)),1)),
(2,(List(FitModel(4022,1447.92,-8.38983306721434,2.0),FitModel(4023,1447.92,-8.38983306721434,2.0),FitModel(4024,1447.92,-8.38983306721434,2.0)),3))
) sample_data_combine_result.foreach(s=>{
var fitResultItems: ListBuffer[FitModelWithSceneType] = myCallFunc(s._2._1,s._1) // 调试跟踪结果为:
//fitResultItems=ListBuffer(
// FitModelWithSceneType(0,1,3.0,-3.9110667661835516,0.6989700043360189),
// FitModelWithSceneType(0,51,3.0,-3.9110667661835516,1.1760912590556813)
//) // 此处代码抛出异常:
spark.createDataFrame(fitResultItems).createOrReplaceTempView("temp_test")
sql("select * from temp_test").show })
替换方案:
替换方案:
val result=sample_data_combine_result.flatMap(s=>{
var fitResultItems: ListBuffer[FitModelWithSceneType] = myCallFunc(s._2._1,s._1)
fitResultItems
})
spark.createDataFrame(result).createOrReplaceTempView("temp_test")
sql("select * from temp_test").show
注意:如果你的业务可以,也可以把flatMap替换为map,我这里边是要求返回结果为一维List集合。