當我們在使用spark1.6的時候，當我們創建SQLContext讀取一個文件之后,返回DataFrame類型的變量可以直接.map操作，不會報錯。但是升級之后會包一個錯誤，如下：
報錯：No implicits found for parameter evidence$6: Encoder[Unit]
主要的錯誤原因為：
******error: 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. resDf_upd.map(row => {******
此時有三種解決方案：
第一種：
然后大家發現不會在報錯誤了。
第二種：
這樣也可以
第三種：
這種是最麻煩的一種，可以參考官網
官網上給的是讓自定義一個 Encoders，然后下面是我根據官網的例子，寫的樣例：
可以看到，也是可以用的，但是相比較上面兩個是非常的麻煩的，所以推薦第一種和第二種，強推第二種，簡單。
說明：
以上代碼中我用的是SparkSession創建的，當然也可以用SQLContext來創建，但是SQLContext已經過時，不再推薦。
若是在用SQLContext時，遇到以上錯誤，同理解決。