xuanxufeng 发表于 2016-3-20 14:51:12

spark RDD函数里尽量不要使用全局变量

   比如RDD里的计算调用了别的组件类里的方法(比如hbase里的put方法)，那么序列化时，会将该方法所属的对象的所有变量都序列化的，可能有些根本没有实现序列化导致直接报错。也就是spark的api没有做到用户无感知,在使用一些全局方法时还需自己控制。简单点的做法就是：能定义在计算函数内的方法就定义在里面
页: [1]
查看完整版本: spark RDD函数里尽量不要使用全局变量