Trying to pass an Array[MyPojo] to UDF gets Schema for type Dataset[Row] is not supported

I’m trying to group rows by identifier and apply some filtering into the resulting array within the same DataFrame.

What I was doing before was extracting all the ids doing a df.select("id").distinct() and then perform a Scala for-loop, so when the number of ids is quite high it doesn’t scale and I’m hoping that doing the following way can at least distribute the load to executors more efficiently.

Taking this DataFrame:

import spark.implicits._

val df = Seq(
   ("id1", "subgroup1", "pid1", 1),
   ("id1", "subgroup1", "pid2", 9),
   ("id1", "subgroup8", "pid1", 10),
   ("id2", "subgroup2", "pid1", 4),
   ("id2", "subgroup2", "pid2", 8),
   ("id2", "subgroup2", "pid1", 4),
).toDF("id", "subgroup", "pid", "counter")

// .show()

+---+---------+----+-------+
|id |subgroup |pid |counter|
+---+---------+----+-------+
|id1|subgroup1|pid1|1      |
|id1|subgroup1|pid2|9      |
|id1|subgroup8|pid1|10     |
|id2|subgroup2|pid1|4      |
|id2|subgroup2|pid2|8      |
|id2|subgroup2|pid1|4      |
+---+---------+----+-------+

I’m first performing a groupBy by id so I collect all the records into a list typed column.

Item is a simple case class.

case class Item(id: String, subgroup: String, pid: String, counter: Long) extends Serializable
implicit val itemEncoder: Encoder[Item] = Encoders.product[Item]

val curatedDf = df
   .withColumn("rowStruct", struct("id", "subgroup", "pid", "counter").as(itemEncoder))
   .groupBy(col("id"))
   .agg(
      collect_list("rowStruct").as("rowList")
   )

// .show()

+---+----------------------------------------------------------------------------------+
|id |rowList                                                                           |
+---+----------------------------------------------------------------------------------+
|id1|[{id1, subgroup1, pid1, 1}, {id1, subgroup1, pid2, 9}, {id1, subgroup8, pid1, 10}]|
|id2|[{id2, subgroup2, pid1, 4}, {id2, subgroup2, pid2, 8}, {id2, subgroup2, pid1, 4}] |
+---+----------------------------------------------------------------------------------+

Now, here’s when I’m getting the Schema for type org.apache.spark.sql.Dataset[org.apache.spark.sql.Row] is not supported exception.

curatedDf
   .withColumn("filteredList", udf[DataFrame, Array[Item]]((items: Array[Item]) => {
      // TODO: all logic within, new DFs, counts over those DF and yet another set of Row that can be parsed into a DF as a result.
   }).apply(col("rowList")))

Any clue on how to workaround this?

I was thinking about using foreach too over curatedDf but I do really need the filtered DataFrame as column in the DataFrame to later count over it and more stuff in there…

4

Per the error this isn’t possible. You can only accept and return single objects per row, your object can be arrays/seqs but you cannot use dataframes at all in UDFs, the spark session does not exist on executors. It may run locally but will fail when run on a non local relation.

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa

Trying to pass an Array[MyPojo] to UDF gets Schema for type Dataset[Row] is not supported

I’m trying to group rows by identifier and apply some filtering into the resulting array within the same DataFrame.

What I was doing before was extracting all the ids doing a df.select("id").distinct() and then perform a Scala for-loop, so when the number of ids is quite high it doesn’t scale and I’m hoping that doing the following way can at least distribute the load to executors more efficiently.

Taking this DataFrame:

import spark.implicits._

val df = Seq(
   ("id1", "subgroup1", "pid1", 1),
   ("id1", "subgroup1", "pid2", 9),
   ("id1", "subgroup8", "pid1", 10),
   ("id2", "subgroup2", "pid1", 4),
   ("id2", "subgroup2", "pid2", 8),
   ("id2", "subgroup2", "pid1", 4),
).toDF("id", "subgroup", "pid", "counter")

// .show()

+---+---------+----+-------+
|id |subgroup |pid |counter|
+---+---------+----+-------+
|id1|subgroup1|pid1|1      |
|id1|subgroup1|pid2|9      |
|id1|subgroup8|pid1|10     |
|id2|subgroup2|pid1|4      |
|id2|subgroup2|pid2|8      |
|id2|subgroup2|pid1|4      |
+---+---------+----+-------+

I’m first performing a groupBy by id so I collect all the records into a list typed column.

Item is a simple case class.

case class Item(id: String, subgroup: String, pid: String, counter: Long) extends Serializable
implicit val itemEncoder: Encoder[Item] = Encoders.product[Item]

val curatedDf = df
   .withColumn("rowStruct", struct("id", "subgroup", "pid", "counter").as(itemEncoder))
   .groupBy(col("id"))
   .agg(
      collect_list("rowStruct").as("rowList")
   )

// .show()

+---+----------------------------------------------------------------------------------+
|id |rowList                                                                           |
+---+----------------------------------------------------------------------------------+
|id1|[{id1, subgroup1, pid1, 1}, {id1, subgroup1, pid2, 9}, {id1, subgroup8, pid1, 10}]|
|id2|[{id2, subgroup2, pid1, 4}, {id2, subgroup2, pid2, 8}, {id2, subgroup2, pid1, 4}] |
+---+----------------------------------------------------------------------------------+

Now, here’s when I’m getting the Schema for type org.apache.spark.sql.Dataset[org.apache.spark.sql.Row] is not supported exception.

curatedDf
   .withColumn("filteredList", udf[DataFrame, Array[Item]]((items: Array[Item]) => {
      // TODO: all logic within, new DFs, counts over those DF and yet another set of Row that can be parsed into a DF as a result.
   }).apply(col("rowList")))

Any clue on how to workaround this?

I was thinking about using foreach too over curatedDf but I do really need the filtered DataFrame as column in the DataFrame to later count over it and more stuff in there…

4

Per the error this isn’t possible. You can only accept and return single objects per row, your object can be arrays/seqs but you cannot use dataframes at all in UDFs, the spark session does not exist on executors. It may run locally but will fail when run on a non local relation.

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật