SparkStreaming：避免检查点位置检查

Question

我正在编写一个库，以将Apache Spark与自定义环境集成。我正在实现自定义流源和流编写器。

我正在开发的某些资源至少在应用程序崩溃后是不可恢复的。如果应用程序重新启动，则需要重新加载所有数据。因此，我们希望避免用户不得不显式设置'checkpointLocation'选项。但是，如果未提供该选项，则会看到以下错误：

org.apache.spark.sql.AnalysisException: checkpointLocation must be specified either through option("checkpointLocation", ...) or SparkSession.conf.set("spark.sql.streaming.checkpointLocation", ...);

但是，如果我使用控制台流输出，则一切正常。

有没有办法获得相同的行为？

注意：我们正在将Spark v2接口用于流读取器/写入器。

火花日志：

18/06/29 16:36:48 INFO SharedState: Setting hive.metastore.warehouse.dir ('null') to the value of spark.sql.warehouse.dir ('file:/C:/mydir/spark-warehouse/').

18/06/29 16:36:48 INFO SharedState: Warehouse path is 'file:/C:/mydir/spark-warehouse/'.

18/06/29 16:36:48 INFO StateStoreCoordinatorRef: Registered StateStoreCoordinator endpoint

org.apache.spark.sql.AnalysisException: checkpointLocation must be specified either through option("checkpointLocation", ...) or SparkSession.conf.set("spark.sql.streaming.checkpointLocation", ...);

    at org.apache.spark.sql.streaming.StreamingQueryManager$$anonfun$3.apply(StreamingQueryManager.scala:213)

    at org.apache.spark.sql.streaming.StreamingQueryManager$$anonfun$3.apply(StreamingQueryManager.scala:208)

    at scala.Option.getOrElse(Option.scala:121)

    at org.apache.spark.sql.streaming.StreamingQueryManager.createQuery(StreamingQueryManager.scala:207)

    at org.apache.spark.sql.streaming.StreamingQueryManager.startQuery(StreamingQueryManager.scala:299)

    at org.apache.spark.sql.streaming.DataStreamWriter.start(DataStreamWriter.scala:296)

    ...

18/06/29 16:36:50 INFO SparkContext: Invoking stop() from shutdown hook

这就是我开始流媒体作业的方式：

spark.readStream().format("mysource").load()

  .writeStream().format("mywriter").outputMode(OutputMode.Append()).start();

一切正常，相反，例如，如果我运行：

spark.readStream().format("mysource").load()

  .writeStream().format("console").outputMode(OutputMode.Append()).start();