Structured Streaming checkpoint目录不生效,每次启动创建新的checkpoint目录

同事的Spark Structured Streaming实时任务配置checkpoint后,重启只处理新数据,checkpoint目录每次启动产生新目录。配置了spark.sql.streaming.checkpointLocation参数。解决办法是在writeStream时配置queryName,也可配置.option(\checkpointLocation\ \memory/\)避免错误。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

现象:同事的Structured Streaming实时任务中配置了checkpoint,但是每次重启实时任务的时候,实时任务就只处理最新的数据,不会接之前消费offset,然后checkpoint目录下每次启动都会产生新的目录

  checkpoint配置如下:

         配置了spark.sql.streaming.checkpointLocation参数

解决办法:通过查看spark源代码,发现使用spark.sql.streaming.checkpointLocation的话,也需要在writeStream时配置queryName。

因为spark每次启动时候,spark都会取queryName作为checkpoint目录的一部分,如果queryName为空就会随机生成个uuid,源码如图:

另外,使用checkpoint,通过在writeStream时,配置.option("checkpointLocation", "memory/")的方式更好,不会让其他不明白的人,犯如上的错误,只配置一个参数

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

sunyang098

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值