在Spark中，我们可以使用df.as[POJO]将数据集转换为JavaPOJO。
我有一个用例，我正在连接两个数据集，并希望将Row对象转换为JavaPOJO。
加入后的行对象架构：
root
-CusterId
-MessageId
-c1
-c2
-c3
JavaPOJO
根：
-客户ID：字符串
-消息ID：字符串
-内容：列表[地图]
转换后：
root：
-CusterId
-MessageId
-content：[{c1： v1，c2：v2，c3：v3}]
目前我遵循的方法是将Row对象转换为JSON，然后使用ObjectMapper将JSON转换为POJO，这是一个两步过程，需要转换成本，我们必须将此转换应用于十亿行。
有没有更好的方法可以将行对象转换为JavaPOJO无需转换为JSON也无需使用反射或任何默认ScalaJava转换器可用。我知道在Scala中我们有“asInstanceof”可用，但我不确定Java中是否有类似的东西可用。
我假设您有这些：两个Javabean类，简称A和B；以及Dataset[A]和Dataset[B]类型的数据。
您正在加入它们，结果是DataFrame（或换句话说，Dataset[Row]），并且您希望将生成的Dataset类型转换回某个bean类。
最简单的方法是创建Javabean类（如果您在应用程序中使用Scala，则为case类），其中包含A和B之间的所有连接字段（例如命名为C）。并通过DataFrame.as[C]使用转换。
这将导致我理解你想要的没有中间转换和JSON。
