微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

Spark结构化流中的指标以获取总批处理时间

如何解决Spark结构化流中的指标以获取总批处理时间

认情况下,在Spark结构化流式Spark中,打印指标,但根据文档 triggerExecution ,必须是执行整个批次所花费的总时间。

triggerExecution = batch_time = (addBatch + getBatch + getEndOffset + queryPlanning  + setoffsetRange + triggerExecution + walCommit)

不是这种情况,总批处理时间也不完全等于 triggerExecution 时间。 批处理的总执行时间与

batch_time = triggerExecution + addBatch

指标

"timestamp" : "2020-10-06T09:45:41.721Z","batchId" : 12609,"numInputRows" : 199800,"inputRowsPerSecond" : 651.0624570275969,"processedRowsPerSecond" : 517.4758161639968,"durationMs" : {
    "addBatch" : 357041,"getBatch" : 0,"getEndOffset" : 1,"queryPlanning" : 29,"setoffsetRange" : 3012,"triggerExecution" : 386105,"walCommit" : 12949
  }

参考

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。