Propriétés du tWindow dans des Jobs Spark Streaming - 6.1

Composants Talend Guide de référence

EnrichVersion
6.1
EnrichProdName
Talend Big Data
Talend Big Data Platform
Talend Data Fabric
Talend Data Integration
Talend Data Management Platform
Talend Data Services Platform
Talend ESB
Talend MDM Platform
Talend Open Studio for Big Data
Talend Open Studio for Data Integration
Talend Open Studio for Data Quality
Talend Open Studio for ESB
Talend Open Studio for MDM
Talend Real-Time Big Data Platform
task
Création et développement
Gouvernance de données
Qualité et préparation de données
EnrichPlatform
Studio Talend

Avertissement

La version Streaming de ce composant est disponible dans la Palette du studio si vous avez souscrit à Talend Real-time Big Data Platform ou Talend Data Fabric.

Famille du composant

Processing

 

Basic settings

Window duration

Saisissez, sans guillemet, la durée (en millisecondes) de la fenêtre à appliquer.

Par exemple, si la taille du batch définie dans l'onglet de configuration Spark est de 2 secondes, la durée de la fenêtre de 6 secondes couvre 3 batchs à chaque application de cette fenêtre.

 

Define the slide duration

Cochez la case Define the slide duration. Dans le champ qui s'affiche, saisissez, sans guillemet, l'intervalle de temps (en millisecondes) à la fin duquel la fenêtre est appliquée.

Par exemple, si la taille du batch définie dans l'onglet Spark configuration est de 2 secondes, la fenêtre glissante de 4 secondes signifie que celle-ci est appliquée toutes les 4 secondes. Si la durée de la fenêtre est de 6 secondes, toutes les deux applications de la fenêtre, un chevauchement d'un batch se produit.

Si vous laissez cette case décochée, la durée de la fenêtre glissante prise en compte est celle de la taille du batch définie dans l'onglet Spark configuration.

La durée de la fenêtre et sa durée de glissement doivent être des multiples de la taille du batch définie dans l'onglet Spark configuration.

Utilisation dans des Jobs Spark Streaming

Dans un Job Talend Spark Streaming, ce composant est utilisé comme étape intermédiaire. Les composants utilisés avec celui-ci doivent également être des composants Spark Streaming. Ils génèrent nativement du code Spark Streaming pouvant être exécuté directement dans un cluster Spark.

Ce composant ne modifie pas le schéma de données mais contrôle le rythme du traitement des micro batchs via la fenêtre spécifique.

Ce composant, ainsi que les composants Spark Streaming de la Palette à laquelle il appartient, s'affichent uniquement lorsque vous créez un Job Spark Streaming.

Notez que, dans cette documentation, sauf mention contraire , un scénario présente uniquement des Jobs de type Standard, c'est-à-dire des Jobs Talend traditionnels d'intégration de données.

Spark Connection

Vous devez utiliser l'onglet Spark Configuration de la vue Run afin de définir la connexion à un cluster Spark donné pour le Job complet. De plus, puisque le Job attend ses fichiers .jar dépendants pour l'exécution, un (et un seul) composant relatif à un système de fichiers de la famille Storage est requis au sein du même Job, afin que Spark puisse utiliser ce composant pour se connecter au système de fichiers auquel les fichiers .jar dépendants du Job sont transférés :

Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie.

Log4j

Si vous utilisez une solution Talend soumise à souscription, l'activité de ce composant peut être journalisée avec la fonctionnalité log4j. Pour plus d'informations sur cette fonctionnalité, consultez le Guide utilisateur du Studio Talend.

Pour plus d'informations sur les niveaux de logs du log4j, consultez la documentation d'Apache : http://logging.apache.org/log4j/1.2/apidocs/org/apache/log4j/Level.html (en anglais).