在spark streaming应用程序中，mapWithState在哪里执行？它是在驱动程序上还是在执行器上？
浏览 1提问于2017-01-26得票数 0
1回答
如何监控spark streaming应用的状态大小？驱动程序GUI中的存储选项卡仅显示Mapwithstate State操作的结果(Mapwithstaterdd，而不是实际的Spark State RDD！从Grafana中，我们观察到spark streaming应用程序的总内存使用量随着每批传入的流处理而“增长”。Grafana中显示的工作节点(整个集群)的内存使用量远远高于驱动程序GUI中</em
浏览 2提问于2016-09-30得票数 4
我们有一个支持spark.streaming.dynamicAllocation.enabled=true的带有mapWithState的spark 2.1流媒体应用程序。., new HashPartitioner(partitions)) .map(s => sessionAnalysis(s)).foreachRDD( rdd => rdd.toDF().....save(output));
流媒体<em
浏览 0提问于2017-03-14得票数 2
1回答
通用状态管理
、、、、
(String, Option[String], State[String]) => Option[(String, String)] lazy val myState = stream.mapWithState但是我面临一个问题，因为type parameter不适用于scala中的函数对象。 myStreamingContext.awaitTermination(
浏览 1提问于2017-01-06得票数 1
回答已采纳
1回答
我正面临一个火花流工作的问题，我试图使用广播，mapWithState和检查点在火花。以下为用法：
我已经在的基础上放置了一个小的代码片段，以便在中</
浏览 5提问于2017-08-01得票数 3
我试图用Kafka实现wordCount，在使用mapWithState函数时得到了错误的“类型错配”。-> "localhost:9092", "group.id" -> "kafka-spark-streamingssc.awaitTermination()[error] Kafk
浏览 0提问于2018-10-02得票数 1
回答已采纳
(kafka直播流)该topic中的数据每隔5分钟就会从其他来源到达。现在我需要处理每隔5分钟到达的数据，并将其转换为Spark DataFrame。
现在，流是连续的数据流。
浏览 0提问于2017-06-09得票数 0
我打算实现一个基于网络数据会话的spark流媒体应用程序。我正在为RDDs使用全状态编程。由于大量的记录和键，在我的流逻辑中的一些条件被遵守后，我需要删除我的mapwithsate函数中的一些状态！我想知道为什么要这样做，我知道在状态规范中，有一个超时，但这不是我正在寻找的功能，而是我应该从内存中删除状态，以减轻我的流应用程序消耗的内存量。state.getOption.getOrElse(0L)
val output = (key,
浏览 1提问于2016-08-18得票数 0
eventhubsEvent.partitionId), eventhubsEvent.eventOffset))新编辑:在我使这个类扩展Serialzable之后，异常消失了。因为在我的内存中，有些情况下只需要foreachRDD作用域中的对象必须是可序列化的。)
-
浏览 6提问于2016-08-25得票数 2
1回答
我使用的是火花流作业，它使用带有初始RDD的mapWithState。当重新启动应用程序并从检查点恢复时，它将失败，错误如下：
RDD转换和操作不是由驱动程序调用的，而是在其他转换中调用的；例如，rdd1.map(x => rdd2.values.count() * x)无效，因为值转换和计数操作不能在rdd1.map转换中执行。这个行为是在中描述的，但是并没有真正描述如何解决它。我的R
浏览 12提问于2017-06-23得票数 12
我有一个Spark流应用程序，它使用mapWithState来讨论来自Kafka的用户生成的事件。我想成熟的设置，使保泽和恢复应用程序的情况下，维护。我已经在给数据库写卡夫卡偏移量信息，所以当我重新启动应用程序时，我可以在最后一次处理偏移量时捡到。但我也想保持州的信息。
在标识用户超时的键之后，将会话信息具体化。当我优雅地关闭应用程序时，物化一个.stateSnapshot()，因此我可以在重新启动应用程
浏览 2提问于2016-07-23得票数 4
我写了一个有状态字计数火花流应用程序，可以从卡夫卡连续接收数据。我的代码包括一个mapWithState函数，可以正确运行。当我检查spark上的流统计时，我在处理时间图中发现了一些周期脉冲。这是我的代码：import org.apache.spark.streaming._
import org.apache.spark.streaming.kafkastrea
浏览 1提问于2016-12-05得票数 1
回答已采纳
在升级到Spark 1.6.1之后，我已经开始重构一个应用程序，用mapWithState替换updateStateByKey。mapWithState接口返回[key, input, state, output]的DStream，其中每个状态都是输入被摄取后的部分更新状态。我如何从这个DStream中单独提取最新的状态(即在所有相应的输入被摄取/映射之后的状态)？我可以在MapWithStateDStream上执行map (删除输入和输出)
浏览 1提问于2016-05-20得票数 3
1回答
我正在尝试通过星火流和Spark处理日志。sqlContext.parquetFile("hdfs://auto-ha/tmp/data/logs"); });
浏览 4提问于2015-11-11得票数 2
回答已采纳
1回答
我用Java语言构建了一个使用Spark Streaming的原型应用程序，它使用HyperLogLog从模拟的点击流中估计不同的用户。要维护全局状态(我的HyperLogLog对象)，我找到的惟一方法是udpateStateByKey或mapWithState方法。两者似乎都需要一个键-值对...但在我的用例中，我不需要密钥。所以我决定使用“虚拟密钥”：
fullvisitorids.map
浏览 0提问于2016-04-01得票数 1
在没有发出空输出的两个流上进行左外部联接。它只是在等待记录被添加到另一个流中。使用socketstream来测试这一点。在我们的示例中，我们希望发出空值与id不匹配或/并且不属于时间范围条件的记录val ds1Map = ds1.start()
query.awaitTermin
浏览 0提问于2018-04-05得票数 1
我刚刚开始探索Spark/Spark Streaming，我看到我们可以使用Spark Integration进行实时计算，并将其提供给UI Dashboard。我的问题是，如果在Spark Integration作业启动后的任何时候，它被停止/或崩溃，当它出现时，它将如何从上次处理的位置恢复。据我所知，Spark维护着一个内部状态，我们会为我们收到的每一个新数据更新这个状态。但是，当它重新启动时，这种状态不是已经消失了吗？我觉得我们可能必须定期保存运行的total&
浏览 0提问于2017-08-01得票数 0
2回答
我们可以在两个DStreams之间共享spark streaming状态吗？ .flatMap(r=>r._2.split(" ")) .mapWithStateStringDecoder](ssc, kafkaParams2, mergeTopicSet)
.flatMap
浏览 0提问于2016-04-08得票数 4
使用以下命令启动星火壳：在火花壳中，我执行了以下语句：importorg.apache.spark.SparkConfval conf = new SparkConf().setAppName("<
浏览 2提问于2017-10-26得票数 1
回答已采纳
嗨，我正在使用带超时功能的mapwithstate api，当超时间隔到达理想数据时，我得到了下面提到的异常。我使用的示例位于这个位置，wordsDstream.map
浏览 4提问于2016-02-25得票数 1
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
