如何解决需要跳过此循环的批处理,但在 Spark 流中的下一个循环中执行此操作
我想写一个代码,在这个循环中我可以跳过代码的处理,但可以在下一批中完成。例如代码看起来像这样
stream.transform {
//extract offset ranges to be committed after the processing is finished
rdd =>
offsetRanges = rdd.asInstanceOf[HasOffsetRanges].offsetRanges
if (offsetRanges != null) {
log.info(s"Starting to process offset ranges ${offsetRanges.foreach(or => log.info(or.toString()))}")
}
rdd
}.map(record => record.value)
messages.foreachRDD { rdd => {
if(cond)
processAndCommit(rdd)
}
}
现在在 cond 的基础上,将处理 rdd。如果 cond 为 false,则不会处理 rdd,但会处理内部批处理,并在下一个循环中处理较新的偏移量。我希望在下一个循环中也可以选择上一个偏移量进行处理。有什么办法可以实现吗?
插图:
第 1 批:
偏移范围 1->5
条件错误
processAndCommit 块将被跳过并且偏移量 1->5 不会被处理
第 2 批:
偏移范围 6-> 10
条件为真
processAndCommit 块将被执行,偏移量 6->10 将被处理。
我想在下一个循环中选择偏移范围 1->10 而不是 6->10。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。