SPARK java.io.NotSerializableException 异常处理

最近一直在写spark 相关的项目， 但是以前从没有接触过spark 相关的东西， 只能是边学边用。
后面准备在 这里记录 在学习、使用spark过程中，遇到的问题
今天要记录的问题是： 使用 spark alone 运行模式下， 进场遇到的问题—— java.io.NotSerializableException

1、在哪几种情况下， 会发生这个问题

（1）类、方法  没有被序列化
    类没有被序列化， 代码如下: 

class GetData {
    def init(): Unit = {
        val rdd = sc.textfile(.....)
        val local = rdd.map(.....)
    }
}

object test {
    val s = new GetData()
    s.init()
}

这种情况下， 就会出现 NotSerializableException 异常， 因为在 scala 中， 类是不会自动序列化， 所以需要这样改: class GetData extends java.io.Serializable {…..}

(2) 方法没有被序列化
在 scala 中， 尽管 函数（方法）会自动序列化， 但是在下面那种情况， 是不会自动序列化的

val local = rdd.map(theRow => {
    theRow.getString(0)     
})

上面， 这种情况，scala 就不会自动 序列化， 需要修改为

val local = rdd.map(transfrom)

def transfrom(theRow: org.apache.spark.sql.Row): String = {
    theRow.getString(0)
}

（3）、传入的参数有 SparkContext
这种情况下， 会出现着这种异常: java.io.NotSerializableException: org.apache.spark.SparkContext
原因是： SparkContext， 是不能被序列话的
所以， 这种情况下， 是不能把 SparkContext 当成参数， 进行传递的

2、 org.apache.spark.SparkException: Only one SparkContext may be running in this JVM
产生这种情况的原因是： 在同一个 driver（同一次 函数调用 或者 同一个main中） 定义了两个 sparkContext
这是不允许的， 只能定义一个 sparkContext