spark-streaming - 父分片存在但不存在子分片

Question

我正在使用 Kinesis 设置 Spark Streaming 项目，当我尝试连接到 Kinesis 流时，我从 Spark 收到以下错误:

ERROR ShardSyncTask: Caught exception while sync'ing Kinesis shards and leases
com.amazonaws.services.kinesis.clientlibrary.exceptions.internal.KinesisClientLibIOException: Parent shard shardId-000000000000 exists but not the child shard shardId-000000000002

当我将测试数据发布到此流或使用基本 Amazon 库从流中读取数据时，我没有收到任何错误，这仅在我尝试与 Spark 连接时发生。

以下是我用于测试的代码:

val conf = new SparkConf().setMaster("local[2]").setAppName("KinesisCounter")
val ssc = new StreamingContext(conf, Seconds(1))
val rawStream = KinesisUtils.createStream(ssc, "dev-test", "kinesis.us-east-1.amazonaws.com", Duration(1000), InitialPositionInStream.TRIM_HORIZON, StorageLevel.MEMORY_ONLY)
rawStream.map(msg => new String(msg)).count.print

Answer 1

您在 Kinesis 上有多少个分片？

我会做的是:

检查 Kinesis 区域，确保您的应用程序设置和流位于同一区域

删除存储 Kinesis 流分片的 DynomoTable，然后重新开始。以下来自 official documentation :

Changing the application name or stream name can lead to Kinesis errors in some cases. If you see errors, you may need to manually delete the DynamoDB table

检查您的应用程序代码，以查看在代码运行期间是否设置了某些设置。

希望能帮助到你。