在scala中编写调用泛型函数的泛型函数

Question

我正在使用 Spark 数据集读取 csv 文件。我想制作一个多态函数来为许多文件执行此操作。函数如下：

def loadFile[M](file: String):Dataset[M] = {
    import spark.implicits._
    val schema = Encoders.product[M].schema
    spark.read
      .option("header","false")
      .schema(schema)
      .csv(file)
      .as[M]
}

我得到的错误是：

[error] <myfile>.scala:45: type arguments [M] do not conform to method product's type parameter bounds [T <: Product]
[error]     val schema = Encoders.product[M].schema
[error]                                  ^
[error] <myfile>.scala:50: 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.
[error]       .as[M]
[error]          ^
[error] two errors found

我不知道如何处理第一个错误。我尝试添加与产品定义相同的方差（M <: product typetag available for m>

如果我传入已经从编码器生成的模式，则会收到错误：

[error] Unable to find encoder for type stored in a Dataset 

Answer 1

您需要要求任何致电loadFile[M] 的人提供证据证明M 存在这样的编码器。您可以通过在 M 上使用上下文边界来做到这一点，这需要 Encoder[M]：

def loadFile[M : Encoder](file: String): Dataset[M] = {
  import spark.implicits._
  val schema = implicitly[Encoder[M]].schema
  spark.read
   .option("header","false")
   .schema(schema)
   .csv(file)
   .as[M]
}