Partitioner¶
将每个batch内的records按照特定条件进行分区,一般用于同一个不同点之间的联合运算,或者不同设备之间点的运算。 具体功能如下:
- 支持用户自定义分区条件
- 自定义分区条件支持路径表达方式,比如/assetId表示根据每个record下assetId字段的value进行分区
- 不支持血缘注册
Configuration¶
该算子的配置包括General、Partitioner的详细信息,各字段的配置如下:
General¶
名称 | 是否必须 | 描述 |
Name | Yes | 算子名称 |
Description | No | 算子描述 |
Stage Library | Yes | 算子所属的库 |
Required Fields | No | 数据必须包含的字段,如果未包含指定字段,则record将被过滤掉 |
Preconditions | No | 数据必须满足的前提条件,如果不满足指定条件,则record将被过滤掉 |
On Record Error | Yes | 对错误数据的处理方式 Discard:直接丢弃;Send to Error:发送至错误中心;Stop Pipeline:停止流任务运行 |
Partitioner¶
名称 | 是否必须 | 描述 |
Parallelism (Standalone Mode Only) | Yes | standalone模式下本stage需要worker数量 |
Application Name (Standalone Mode Only) | Yes | standalone模式下本stage的运行Application name,默认值为:SDC Spark App |
Init Method Arguments | Yes | 分区rules,每一条必须输入分区字段,输入的字段格式为record的字段,比如/assetId 表示将同一assetId下的records分配到同一个分区内 |