- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有来自 IoT 设备的 Kafka 数据。由于网络拥塞、设备超出范围等原因,这些设备的传感器数据的时间戳往往不同步。
我们必须编写流式传输作业,以便在一段时间内为每个设备独立聚合传感器值。通过带水印操作的 groupby,我们丢失了所有落后于具有最新时间戳的设备的数据。
有什么方法可以根据设备的最新时间戳而不是所有设备的最新时间戳将水印分别应用到每个设备?
我们不能保持很大的滞后,因为设备可能会超出范围几天。由于设备数量很多,我们无法针对每台设备运行单独的查询。
使用 flatMapGroupsWithState 可以实现吗?或者这是 Spark Structured Streaming 根本无法实现的?
最佳答案
我认为您可以在处理时间戳(即您在 Spark 作业中处理数据的时间)上应用水印,而不是按事件时间戳添加水印(这可能会像您所说的那样滞后)。我在最近的一个项目中遇到了一个非常相似的问题,我就是这样解决的。
例子:
val dfWithWatermark = df
.withColumn("processingTimestamp", current_timestamp())
.withWatermark("processingTimestamp", "1 day")
// ... use dfWithWatermark to do aggregations etc
无论您收到的数据的时间戳是什么,这都会使您的 IoT 数据保持超过 1 天的状态。
当然,这有一些限制,例如,如果有设备以大于水印的间隔发送数据。但要为此找出解决方案,您必须更具体地满足您的要求。
通过使用 flatMapGroupsWithState
,您可以非常特定地保持状态,但我认为在您的情况下没有必要。
编辑:但是,如果您决定使用 flatMapGroupsWithState
,您可以通过以不同的时间间隔调用 state.setTimeoutDuration()
来为每个设备组使用不同的超时,具体取决于您处理的设备类型。这样您就可以非常具体地保留状态。
关于apache-spark - 在 Spark 结构化流中按键加水印,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65959985/
我目前正在尝试基于哈希表构建字典。逻辑是:有一个名为 HashTable 的结构,其中包含以下内容: HashFunc HashFunc; PrintFunc PrintEntry; CompareF
如果我有一个指向结构/对象的指针,并且该结构/对象包含另外两个指向其他对象的指针,并且我想删除“包含这两个指针的对象而不破坏它所持有的指针”——我该怎么做这样做吗? 指向对象 A 的指针(包含指向对象
像这样的代码 package main import "fmt" type Hello struct { ID int Raw string } type World []*Hell
我有一个采用以下格式的 CSV: Module, Topic, Sub-topic 它需要能够导入到具有以下格式的 MySQL 数据库中: CREATE TABLE `modules` ( `id
通常我使用类似的东西 copy((uint8_t*)&POD, (uint8_t*)(&POD + 1 ), back_inserter(rawData)); copy((uint8_t*)&PODV
错误 : 联合只能在具有兼容列类型的表上执行。 结构(层:字符串,skyward_number:字符串,skyward_points:字符串)<> 结构(skyward_number:字符串,层:字符
我有一个指向结构的指针数组,我正在尝试使用它们进行 while 循环。我对如何准确初始化它并不完全有信心,但我一直这样做: Entry *newEntry = malloc(sizeof(Entry)
我正在学习 C,我的问题可能很愚蠢,但我很困惑。在这样的函数中: int afunction(somevariables) { if (someconditions)
我现在正在做一项编程作业,我并没有真正完全掌握链接,因为我们还没有涉及它。但是我觉得我需要它来做我想做的事情,因为数组还不够 我创建了一个结构,如下 struct node { float coef;
给定以下代码片段: #include #include #define MAX_SIZE 15 typedef struct{ int touchdowns; int intercepti
struct contact list[3]; int checknullarray() { for(int x=0;x<10;x++) { if(strlen(con
这个问题在这里已经有了答案: 关闭 11 年前。 Possible Duplicate: Empty “for” loop in Facebook ajax what does AJAX call
我刚刚在反射器中浏览了一个文件,并在结构构造函数中看到了这个: this = new Binder.SyntaxNodeOrToken(); 我以前从未见过该术语。有人能解释一下这个赋值在 C# 中的
我经常使用字符串常量,例如: DICT_KEY1 = 'DICT_KEY1' DICT_KEY2 = 'DICT_KEY2' ... 很多时候我不介意实际的文字是什么,只要它们是独一无二的并且对人类读
我是 C 的新手,我不明白为什么下面的代码不起作用: typedef struct{ uint8_t a; uint8_t* b; } test_struct; test_struct
您能否制作一个行为类似于内置类之一的结构,您可以在其中直接分配值而无需调用属性? 前任: RoundedDouble count; count = 5; 而不是使用 RoundedDouble cou
这是我的代码: #include typedef struct { const char *description; float value; int age; } swag
在创建嵌套列表时,我认为 R 具有对列表元素有用的命名结构。我有一个列表列表,并希望应用包含在任何列表中的每个向量的函数。 lapply这样做但随后剥离了列表的命名结构。我该怎么办 lapply嵌套列
我正在做一个用于学习目的的个人组织者,我从来没有使用过 XML,所以我不确定我的解决方案是否是最好的。这是我附带的 XML 文件的基本结构:
我是新来的 nosql概念,所以当我开始学习时 PouchDB ,我找到了这个转换表。我的困惑是,如何PouchDB如果可以说我有多个表,是否意味着我需要创建多个数据库?因为根据我在 pouchdb
我是一名优秀的程序员,十分优秀!