当我们在使用spark1.6的时候，当我们创建SQLContext读取一个文件之后,返回DataFrame类型的变量可以直接.map操作，不会报错。但是升级之后会包一个错误，如下：
报错：No implicits found for parameter evidence$6: Encoder[Unit]
主要的错误原因为：
******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 => {******
此时有三种解决方案：
第一种：
然后大家发现不会在报错误了。
第二种：
这样也可以
第三种：
这种是最麻烦的一种，可以参考官网
官网上给的是让自定义一个 Encoders，然后下面是我根据官网的例子，写的样例：
可以看到，也是可以用的，但是相比较上面两个是非常的麻烦的，所以推荐第一种和第二种，强推第二种，简单。
说明：
以上代码中我用的是SparkSession创建的，当然也可以用SQLContext来创建，但是SQLContext已经过时，不再推荐。
若是在用SQLContext时，遇到以上错误，同理解决。