Spark 1.6提供新的状态更新函数【mapWithState】,mapWithState函数也会统计全局的key的状态,但是如果没有数据输入,便不会返回之前的key的状态,只是关心那些已经发生的变化的key,对于没有数据输入,则不会返回那些没有变化的key的数据。
这样的话,即使数据量很大,checkpoint也不会像updateStateByKey那样,占用太多的存储,效率比较高;
需要构建StateSpec对象,对状态State进行封装,可以进行相关操作,类的声明定义如下:
状态函数【mapWithState】参数相关说明:
Spark(41) -- SparkStreaming -- mapWithState函数(状态更新函数,返回变化的数据)
最新推荐文章于 2023-09-10 09:05:55 发布
Spark 1.6引入的mapWithState功能仅返回变化的数据,提高效率,尤其在大规模数据场景下。它不像updateStateByKey那样在无数据输入时仍返回所有状态,减少了存储需求。mapWithState需要通过StateSpec定义状态并进行操作。代码示例展示了只有当前批次内出现的Key才会更新状态。扩展讨论中提到,mapWithState只返回变化的key状态,而updateStateByKey则在每个批次返回所有状态,可能消耗更多存储。
摘要由CSDN通过智能技术生成