Comment convertir DataFrame en Dataset dans Apache Spark en Java?

Je peux convertir DataFrame de Dataset en Scala très facile:

case class Person(name:String, age:Long)
val df = ctx.read.json("/tmp/persons.json")
val ds = df.as[Person]
ds.printSchema

mais dans la version de Java je ne sais pas comment convertir un Dataframe de Dataset? Une Idée?

mon effort est:

DataFrame df = ctx.read().json(logFile);
Encoder<Person> encoder = new Encoder<>();
Dataset<Person> ds = new Dataset<Person>(ctx,df.logicalPlan(),encoder);
ds.printSchema();

mais le compilateur dire:

Error:(23, 27) java: org.apache.spark.sql.Encoder is abstract; cannot be instantiated

Édité(Solution):

solution basée sur @Leet-Falcon réponses:

DataFrame df = ctx.read().json(logFile);
Encoder<Person> encoder = Encoders.bean(Person.class);
Dataset<Person> ds = new Dataset<Person>(ctx, df.logicalPlan(), encoder);

source d'informationauteur Milad Khajavi

  1. 12

    Officiel Étincelle docs suggèrent en Dataset API suivantes:

    Java Encodeurs sont spécifiés par l'appel de méthodes statiques sur Codeurs.

    List<String> data = Arrays.asList("abc", "abc", "xyz");
Dataset<String> ds = context.createDataset(data, Encoders.STRING());

    Encodeurs peuvent être composées en n-uplets:

    Encoder<Tuple2<Integer, String>> encoder2 = Encoders.tuple(Encoders.INT(), Encoders.STRING());
List<Tuple2<Integer, String>> data2 = Arrays.asList(new scala.Tuple2(1, "a");
Dataset<Tuple2<Integer, String>> ds2 = context.createDataset(data2, encoder2);

    Ou construits à partir de Java Beans par Codeurs#bean:

    Encoders.bean(MyClass.class);
  2. 3

    Si vous voulez convertir un générique DF pour un jeu de données en Java, vous pouvez utiliser RowEncoder classe comme ci-dessous

    DataFrame df = sql.read().json(sc.parallelize(ImmutableList.of(
            "{\"id\": 0, \"phoneNumber\": 109, \"zip\": \"94102\"}"
    )));

    Dataset<Row> dataset = df.as(RowEncoder$.MODULE$.apply(df.schema()));