如何将自定义 Java 类转换为 Spark 数据集

我无法找到将测试对象列表转换为 Spark 中的数据集的方法 这是我的课：

public class Test {
    public String a;
    public String b;
    public Test(String a, String b){
        this.a = a;
        this.b = b;
    }

    public List getList(){
        List l = new ArrayList();
        l.add(this.a);
        l.add(this.b);

        return l;
    }
}

您在注释中创建 DataFrame 的代码是正确的。不过你定义的方式有问题Test。您只能使用 Java Bean 中的代码创建 DataFrame。你的Test类不是一个Java豆 https://stackoverflow.com/questions/3295496/what-is-a-javabean-exactly。修复该问题后，您可以使用以下代码创建 DataFrame：

Dataset<Row> dataFrame = spark.createDataFrame(listOfTestClasses, Test.class);

和这些行来创建类型化数据集：

Encoder<Test> encoder = Encoders.bean(Test.class);
Dataset<Test> dataset = spark.createDataset(listOfTestClasses, encoder);