@问题就是这样解决的。
下面这段代码让我遇到了它所有超类的序列化问题，很少有类我无法更改它们。

df.toJavaRDD().map(new Function<Row, String>() {
                public String call(Row v1) throws Exception {
                    return v1.mkString("\t");
                }
            }).saveAsTextFile("/s/filelocation");

因此，解决方法如下：

df.toJavaRDD().map(new SeprateCls).saveAsTextFile("/s/filelocation");

下面的代码是sepratecls的创建

public class SeprateCls implements Function<Row, String>{

private static final long serialVersionUID = -635027754589291L;

public String call(Row v1) throws Exception {
    return v1.mkString("\t");
}

}

将java 1.7与apache spark结合使用的正确语法如下所示：

df.toJavaRDD().map(new Function<Row, String>() {
                    @Override
                    public String call(Row o) throws Exception {
                        return o.mkString("\t");
                    }
                }).coalesce(1).saveAsTextFile("/s/filelocation");

在这里 Row ，即 org.apache.spark.sql.Row 是输入数据类型和 String 是输出数据类型。
这个 call 功能将需要 Row 作为输入参数并返回 String 作为输出。这就是为什么 call 是 public String call(Row o) throws Exception {} .