scala & spark实战

java.lang.Long is not a valid external type for schema of string

 

java.lang.RuntimeException: Error while encoding: java.lang.RuntimeException: java.lang.String is not a valid external type for schema of bigint

原代码：

val rddStatsEcSubsDay4G = sc.textFile(path + "test").map(_.split(","))

.map(r => Row(r(0), r(1), DateTimeTool.toTimestamp(r(2), pattern)))

 

sqlContext.createDataFrame(rddStatsEcSubsDay4G, Schema.TEST)

 

map类型和schema类型不一致导致问题，Schema中定义为Long，但是map的时候映射为String，这里只要把r(1)变为r(1).toLong即可。

 

java.lang.IllegalArgumentException: Invalid format: "2016-11-22 15:42:42" is malformed at "-11-22 15:42:42"

数据提供的格式yyyy-MM-dd HH:mm:ss和map中定义的DateTimeTool.toDate(r(8), pattern)pattern不一致导致（源代码中pattern中是"yyyy/MM/dd HH:mm:ss"），根据错误提示可以知道，只是匹配到了年，之后格式无法匹配

 

java.lang.RuntimeException: Error while encoding: java.lang.RuntimeException: java.sql.Date is not a valid external type for schema of timestamp

因为在TestBase中定义这在map的时候将某个字段映射为Date：

val rddGroupInfo = sc.textFile(path + "cm_cu_groupinfo")

.map(_.replaceAll("null", "0"))

.map(_.split(",")).map(r => Row(r(0), r(1), r(2), r(3), r(4), r(5), r(6),

DateTimeTool.toDate(r(7), pattern), DateTimeTool.toDate(r(8), pattern)))

加粗部分修改为toTimestamp即可，还是map类型和schema中类型不一致造成

 

java.lang.ArrayIndexOutOfBoundsException: 22

发现原来是23，24列都为null，因为没有填充null导致