背景關系:我有一個 Spark Structured Streaming 作業,以 Kafka 作為源,S3 作為接收器。S3 中的輸出再次被選擇作為其他 MapReduce 作業的輸入。因此,我想增加 S3 上檔案的輸出大小,以便 MapReduce 作業高效作業。目前,由于輸入尺寸小,MapReduce 作業需要很長時間才能完成。
有沒有辦法配置流作業以等待至少“X”條記錄來處理?
uj5u.com熱心網友回復:
不,那里沒有。
您可以在此處查看下一個最佳選擇:如何在 Spark Structured Streaming 中指定批處理間隔? 選項 2 和 3 可以部分實作您的目標,但不能保證。
uj5u.com熱心網友回復:
可能您想等待微批處理觸發,直到源上有足夠的資料可用。您可以使用minOffsetsPerTrigger選項等待 kafka 中有足夠的可用資料。確保根據您的應用程式需要設定足夠的maxTriggerDelay時間。
轉載請註明出處,本文鏈接:https://www.uj5u.com/qukuanlian/332708.html
下一篇:僅洗掉負值的前導零
