解决升级Spark2.0之后，DataFrame map操作报错

　　当我们在使用spark1.6的时候，当我们创建SQLContext读取一个文件之后,返回DataFrame类型的变量可以直接.map操作，不会报错。但是升级之后会包一个错误，如下：

　　报错：No implicits found for parameter evidence$6: Encoder[Unit]

　　　　

　　主要的错误原因为：　

　　******error: Unable to find encoder for type stored in a Dataset. Primitive types (Int, String, etc) and Product types (case classes) are supported by importing spark.implicits._ Support for serializing other types will be added in future releases. resDf_upd.map(row => {******

　　此时有三种解决方案：

　　第一种：

　　　　

　　然后大家发现不会在报错误了。

　　第二种：

　　

　　这样也可以

　　第三种：

　　这种是最麻烦的一种，可以参考官网

　　

　　官网上给的是让自定义一个 Encoders，然后下面是我根据官网的例子，写的样例：

　　

　　可以看到，也是可以用的，但是相比较上面两个是非常的麻烦的，所以推荐第一种和第二种，强推第二种，简单。

　　说明：

　　　　以上代码中我用的是SparkSession创建的，当然也可以用SQLContext来创建，但是SQLContext已经过时，不再推荐。

　　　　若是在用SQLContext时，遇到以上错误，同理解决。