Я написал программу потоковой передачи искры с преобразованием состояния. Похоже, что мое приложение для потоковой передачи искры правильно выполняет вычисления с контрольными точками. Но если я завершу свою программу и запущу ее снова, она не прочитает данные предыдущих контрольных точек и не начнет с самого начала. Это ожидаемое поведение?
Нужно ли что-то менять в моей программе, чтобы она запоминала предыдущие данные и начинала вычисления оттуда?
Заранее спасибо.
Для справки моя программа:
def main(args: Array[String]): Unit = {
val conf = new SparkConf().setAppName("HBaseStream")
val sc = new SparkContext(conf)
val ssc = new StreamingContext(sc, Seconds(5))
val inputStream = ssc.socketTextStream(<hostname>, 9999)
ssc.checkpoint("hdfs://<hostname1>:8020/user/spark/checkpoints_dir")
inputStream.print(1)
val parsedStream = inputStream
.map(line => {
val splitLines = line.split(",")
(splitLines(1), splitLines.slice(2, splitLines.length).map((_.trim.toLong)))
})
import breeze.linalg.{DenseVector => BDV}
import scala.util.Try
val state: DStream[(String, Array[Long])] = parsedStream.updateStateByKey(
(current: Seq[Array[Long]], prev: Option[Array[Long]]) => {
prev.map(_ +: current).orElse(Some(current))
.flatMap(as => Try(as.map(BDV(_)).reduce(_ + _).toArray).toOption)
})
state.checkpoint(Duration(10000))
state.foreachRDD(rdd => rdd.foreach(Blaher.blah))
// Start the computation
ssc.start()
// Wait for the computation to terminate
ssc.awaitTermination()
}
}