ストリームを2つの異なるウィンドウで集約し、コンソールに出力しようとしています。ただし、最初のストリーミングクエリのみが印刷されています。 tenSecsQ
はコンソールには印刷されません。スパークストラクチャードストリーミングで別々のストリーミングクエリを実行する
SparkSession spark = SparkSession
.builder()
.appName("JavaStructuredNetworkWordCountWindowed")
.config("spark.master", "local[*]")
.getOrCreate();
Dataset<Row> lines = spark
.readStream()
.format("socket")
.option("host", host)
.option("port", port)
.option("includeTimestamp", true)
.load();
Dataset<Row> words = lines
.as(Encoders.tuple(Encoders.STRING(), Encoders.TIMESTAMP()))
.toDF("word", "timestamp");
// 5 second window
Dataset<Row> fiveSecs = words
.groupBy(
functions.window(words.col("timestamp"), "5 seconds"),
words.col("word")
).count().orderBy("window");
// 10 second window
Dataset<Row> tenSecs = words
.groupBy(
functions.window(words.col("timestamp"), "10 seconds"),
words.col("word")
).count().orderBy("window");
トリガーストリーミング5秒間および10秒間の集約ストリームのクエリ。 10秒間の出力は出力されません。コンソールには5秒しか表示されません
// Start writeStream() for 5s window
StreamingQuery fiveSecQ = fiveSecs.writeStream()
.queryName("5_secs")
.outputMode("complete")
.format("console")
.option("truncate", "false")
.start();
// Start writeStream() for 10s window
StreamingQuery tenSecsQ = tenSecs.writeStream()
.queryName("10_secs")
.outputMode("complete")
.format("console")
.option("truncate", "false")
.start();
tenSecsQ.awaitTermination();
実際、ソケットストリームの仕組みはわかりませんが、私の場合、最初のSparkストリームはソケットストリームからすべてのデータを読み込み、残りのものは何も残っていないようです。 –