A streamelési feladat elakad az ellenőrzőpontra való írás közben

Probléma

Streamelési feladatot figyel, és figyelje meg, hogy az adatok feldolgozása során elakad.

A naplók áttekintésekor azt tapasztalja, hogy a feladat elakad, amikor adatokat ír egy ellenőrzőpontra.

INFO HDFSBackedStateStoreProvider: Deleted files older than 381160 for HDFSStateStoreProvider[id = (op=0,part=89),dir = dbfs:/FileStore/R_CHECKPOINT5/state/0/89]:
INFO StateStore: Retrieved reference to StateStoreCoordinator: org.apache.spark.sql.execution.streaming.state.StateStoreCoordinatorRef@56a4cb80
INFO HDFSBackedStateStoreProvider: Deleted files older than 381160 for HDFSStateStoreProvider[id = (op=0,part=37),dir = dbfs:/FileStore/R_CHECKPOINT5/state/0/37]:
INFO StateStore: Retrieved reference to StateStoreCoordinator: org.apache.spark.sql.execution.streaming.state.StateStoreCoordinatorRef@56a4cb80
INFO HDFSBackedStateStoreProvider: Deleted files older than 313920 for HDFSStateStoreProvider[id = (op=0,part=25),dir = dbfs:/FileStore/PYTHON_CHECKPOINT5/state/0/25]:

Ok

Ellenőrzőpont-helyet próbál használni a helyi DBFS-útvonalon.

query = streamingInput.writeStream.option("checkpointLocation", "/FileStore/checkpoint").start()

Megoldás

Állandó tárolót kell használnia a streamelési ellenőrzőpontokhoz.

A DBFS-t ne használja streamelési ellenőrzőpont-tárolóhoz.