Запись Iceberg завершается сбоем при записи более 1 файла на раздел

У меня возникла проблема с записью более 1 файла на раздел в Iceberg.

Вот моя команда записи:

df.repartition(
  partitions, col("exposure_id"), col("event_date"), col("advertising_id"))
.sortWithinPartitions(col("advertising_id"), col("timestamp"))
.writeTo(fullTableName)
.append()

Это работает, если мои данные имеют только один раздел для записи, но если мои данные содержат несколько разделов, происходит сбой с этой ошибкой:

Caused by: java.lang.IllegalStateException: Incoming records violate the writer assumption that records are clustered by spec and by partition within each spec. Either cluster the incoming records or switch to fanout writers.
Encountered records that belong to already closed files:
partition 'exposure_id=10/event_date=2024-06-28' in spec [
  1000: exposure_id: identity(13)
  1001: event_date: identity(14)
]

Удаление рекламного_id из оператора перераспределения заставляет его работать, но производительность ужасна, поскольку в каждом из моих разделов содержится много данных, которые в конечном итоге попадают в один исполнитель для каждого раздела.

Как я могу записать несколько файлов в айсберг на один раздел, чтобы он не сошел с ума?

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...
2
0
62
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Для записи более чем в один раздел на файл необходимо включить разветвление во время создания таблицы.

df.writeTo(table)
  .tableProperty("location", location)
  .tableProperty("write.spark.fanout.enabled", "true")
  .partitionedBy(cols)
  .using("iceberg")
  .create()

Другие вопросы по теме