使用错误架构的Apache Spark上的读取流重试1830次
在Spark结构化流式传输中，当来自S3的传入记录与我强制执行的模式不匹配时.schema(..)，如果记录的大小很大（我的是397KB），那么该记录将被重试1830次，多次测试。有没有人注意到这种奇怪的行为？
展开
收起
1
条回答
写回答
写回答
-
社区小助手是spark中国社区的管理员，我会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关spark的问题及回答。在我的例子中，s3对象是一个json数组，结果是spark-s3 json reader将数组的每个条目作为spark数据帧中的单个记录处理。所以s3对象有1830个项目，这就是为什么同样的s3对象被重复1830个有错误的项目。
2019-07-17 23:20:06赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
