Я успешно интегрировал код, чтобы вытаскивать сообщения с концентратора событий и обрабатывать их с помощью искровой/искровой потоковой передачи. Теперь я перехожу к управляющему состоянию по мере прохождения сообщений. Это код, который я использую, который по большей части является адаптацией https://docs.cloud.databricks.com/docs/spark/1.6/examples/Streaming%20mapWithState.htmlSpark Streaming и Azure Event Hubs mapWithState
По существу это работает с фиктивным источником, он работает с одним потоком на одном разделе, но он не работает для объединенного поток окна. Хотя я мог создавать несколько экземпляров потока по одному для каждого раздела, он как бы побеждает точку объединения и окна .. + мои попытки заставить его работать таким образом не удались. Я своего рода застрял для вдохновения о том, куда идти .. если у кого есть какие-либо идеи, которые были бы великий ..
val sparkSession = SparkSession.builder().master("local[2]").config(sparkConfiguration).getOrCreate()
val streamingContext = new StreamingContext(sparkSession.sparkContext, Seconds(10))
streamingContext.checkpoint(inputOptions.checkpointDir)
//derive the stream and window
val eventHubsStream = EventHubsUtils.createUnionStream(streamingContext, eventHubsParameters)
val eventHubsWindowedStream = eventHubsStream.window(Seconds(10))
val initialRDD = sparkSession.sparkContext.parallelize(List(("dummy", 100L), ("source", 32L)))
val stateSpec = StateSpec.function(trackStateFunc _)
.initialState(initialRDD)
.numPartitions(2)
.timeout(Seconds(60))
val eventStream = eventHubsWindowedStream
.map(messageStr => {
//parse teh event
var event = gson.fromJson(new String(messageStr), classOf[Event])
//return a tuble of key/value pair
(event.product_id.toString, 1)
})
val eventStateStream = eventStream.mapWithState(stateSpec)
val stateSnapshotStream = eventStateStream.stateSnapshots()
stateSnapshotStream.print()
stateSnapshotStream.foreachRDD { rdd =>
import sparkSession.implicits._
rdd.toDF("word", "count").registerTempTable("batch_word_count")
}
streamingContext.remember(Minutes(1))
streamingContext
* он не работает для потока окон в профсоюзе. * Что не работает? –
Извинения, по сути, функция состояния никогда не называется. я не могу отлаживать эту точку. Когда я использую образец кода, это прекрасно .. и когда я использую один поток, это прекрасно .. но не тогда, когда я использую объединенный поток или окно. –
Вы пытались отлаживать локально в своей среде IDE? –