使用mllib时的矩阵乘法错误

Question

我使用Spark 1.6与YARN，我有一个工作，使用Spark mllib做一些计算，其中之一是矩阵乘法，我使用CoordinateMatrix来做。该代码是这样的：

def coordinateMatrixMultiply(leftMatrix: CoordinateMatrix, rightMatrix: CoordinateMatrix): CoordinateMatrix = { 
    val M_ = leftMatrix.entries.map({ case MatrixEntry(i, j, v) => (j, (i, v)) }) 
    val N_ = rightMatrix.entries.map({ case MatrixEntry(j, k, w) => (j, (k, w)) }) 
    val productEntries = M_.join(N_) 
    .map({ case (_, ((i, v), (k, w))) => ((i, k), (v * w)) }) 
    .reduceByKey(_ + _) 
    .map({ case ((i, k), sum) => MatrixEntry(i, k, sum) }) 
    new CoordinateMatrix(productEntries) 
} 

但我得到了一个错误，它说：

java.lang.IllegalArgumentException: requirement failed: Both matrices must have the same number of rows. A.numRows: 159, B.numRows: 158 
    at scala.Predef$.require(Predef.scala:224) 
    at org.apache.spark.mllib.linalg.distributed.BlockMatrix.blockMap(BlockMatrix.scala:359) 
    at org.apache.spark.mllib.linalg.distributed.BlockMatrix.add(BlockMatrix.scala:397) 
    at com.sankuai.nlpml.kg.syn_sim.SynSim$.process(SynSim.scala:312) 
    at com.sankuai.nlpml.kg.syn_sim.SynSim$.main(SynSim.scala:365) 
    at com.sankuai.nlpml.kg.syn_sim.SynSim.main(SynSim.scala) 
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) 
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) 
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) 
    at java.lang.reflect.Method.invoke(Method.java:498) 
    at org.apache.spark.deploy.yarn.ApplicationMaster$$anon$2.run(ApplicationMaster.scala:635) 

我已经提交作业很多次，但不是所有得到这个例外。我调试了代码，发现coordinateMatrixMultiply方法的返回值不同，但代码保持不变。我不知道为什么，也不知道如何解决。谁能帮我？

Answer 1

而不是自己实现乘法，考虑转换为BlockMatrix并使用提供的multiply方法。倍增后，转换回CoordinateMatrix：

def coordinateMatrixMultiply(leftMatrix: CoordinateMatrix, rightMatrix: CoordinateMatrix) = 
    leftMatrix.toBlockMatrix().multiply(rightMatrix.toBlockMatrix()).toCoordinateMatrix()