scala中json与对象的转换

遇到的问题

因为要把spark从es读出来的json数据转换为对象，开始想用case class定义类型，通过fastjson做转换。如下

case class Book (author: String, content: String, id: String, time: Long, title: String)

  val json = "{"author":"hll","content":"ES即etamsports","id":"693","time":1490165237200,"title":"百度百科"}"
  val mapper: ObjectMapper = new ObjectMapper()
  val book: Book = mapper.readValue(json, classOf[Book])

结果抛出了异常：com.fasterxml.jackson.databind.JsonMappingException: No suitable constructor found for type [simple type, class JsonTest$Book]

换成fastjson也会有相似的异常。

恍然大悟，case class没有空参构造函数，跟fastjson这些库不太兼容。

解决办法

然而又不想就java class，然后就找到了json4s-jackson，可以完美兼容scala的case class。

pom依赖：

<dependency>
    <groupId>org.json4s</groupId>
    <artifactId>json4s-jackson_2.10</artifactId>
    <version>3.2.10</version>
</dependency>

使用的样例代码：

//隐式转换必须要导入
import org.json4s._
import org.json4s.jackson.JsonMethods._


class Book(val author: String,val content: String,val id: String, val time: Long, val title: String)

object JsonTest {

    def main(args: Array[String]) {
      val json = "{"author":"hll","content":"ES即etamsports","id":"693","time":1490165237200,"title":"百度百科"}"

　　　 //导入隐式值
      implicit val formats = DefaultFormats
      val book: Book = parse(json).extract[Book]
      println(book.content)
    }

}

实际使用与思考

spark程序中的应用：

implicit val formats = DefaultFormats
esRDD.map(_._2).map(parse(_).extract[Book]).sortBy(_.time, false).take(10).foreach(println)

spark里面解析json数据有一个经典的问题，ObjectMapper对象的创建很重。一般使用mapPartition来对一个分区复用ObjectMapper对象。

我们来看一下parse方法的源码：


private[this] lazy val _defaultMapper = {
   val m = new ObjectMapper()
   m.registerModule(new Json4sScalaModule)
   m
 }
 def mapper = _defaultMapper
 
 def parse(in: JsonInput, useBigDecimalForDouble: Boolean = false): JValue = {
   mapper.configure(DeserializationFeature.USE_BIG_DECIMAL_FOR_FLOATS, useBigDecimalForDouble)
   in match {
       case StringInput(s) => mapper.readValue(s, classOf[JValue])
       case ReaderInput(rdr) => mapper.readValue(rdr, classOf[JValue])
       case StreamInput(stream) => mapper.readValue(stream, classOf[JValue])
       case FileInput(file) => mapper.readValue(file, classOf[JValue])
     }
 }

　　实际使用的ObjectMapper对象是lazy初始化的而且是复用的，避免了ObjectMapper对象的重复创建，很nice。