Databricks — потоки чтения — таблицы Delta Live

У меня есть несколько таблиц (с разной степенью различий в схемах, но с общим набором полей), которые я хотел бы объединить и загрузить из бронзы -> серебра поэтапно. Таким образом, цель состоит в том, чтобы перейти от нескольких таблиц к одной таблице, используя DLT.

Пример:

X_Events
Y_Events
.... N_Events 

To: All_Events

Я использую цикл for для просмотра всех баз данных -> таблицы, а затем выполняю readStream, а затем UnionByName.

Однако, если есть дополнительная таблица, добавленная/измененная динамически, которую мне нужно обработать при следующем запуске, я получаю ошибку контрольной точки.

There are [8] sources in the checkpoint offsets and now there are 
[6] sources requested by the query. Cannot continue.

Есть ли способ решить это динамически?

Должен ли я создавать свою собственную инкрементную логику? Есть ли лучший способ добиться этого?

Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
0
61
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Это задокументированное ограничение Spark Structured Streaming:

Changes in the number or type (i.e. different source) of input sources: This is not allowed.

Но из вашего описания я вижу, что вам может и не понадобиться использовать UnionByName — вы можете просто иметь N независимых потоков, которые будут писать в одну и ту же таблицу. В случае, когда вы просто добавляете в таблицу, одновременные добавления не приведут к конфликтам записи (каждый поток независим!):

bronze 1  \
bronze 2   \
bronze 3    >--> append to a Silver table
.......... /
bronze N  /

В случае, если вам нужно выполнить слияние с целевой таблицей или некоторые другие изменения в ней, вы все равно можете следовать тому же подходу, присоединившись к промежуточной таблице, а затем получив поток из нее и объединив/обновив целевую таблицу. :

bronze 1  \
bronze 2   \
bronze 3    >--> append to an intermediate table --> merge into Silver
.......... /
bronze N  /

Другие вопросы по теме