Я использую часть DataFrame PySpark для анализа данных из Apache Kafka. У меня проблемы, и мне нужна помощь.
from pyspark.sql import functions
# selected_df is dataframe come from kafka use spark.readStream.format("kafka")...
windowed_group_1 = selected_df.withWatermark("kafka_time", "10 minutes").groupBy(functions.window("kafka_time", "10 seconds", "5 seconds"))
windowed_group_2 = selected_df.withWatermark("kafka_time", "10 minutes").groupBy(functions.window("kafka_time", "10 seconds", "5 seconds"))
Являются ли две группы одинаковыми оконными функциями? они в одинаковых вариантах.
Если нет, как мне это сделать?
windowed_group_1 == windowed_group_2
Спасибо заранее за любую помощь.
может быть, это то, что я хочу, оконная функция по умолчанию принимает 1970-01-01T00: 00: 00 в качестве системы отсчета. ) всякий раз, когда используется временное окно
from pyspark.sql import functions as func
a = labeled_df.groupBy(func.window("timestamp", "60 minute"), "proto").count().show(100, truncate=False)
b = labeled_df.groupBy(func.window("timestamp", "60 minute"), "proto").count().show(100, truncate=False)
результат а и б одинаков
a
+------------------------------------------+---------+-----+
|window |proto |count|
+------------------------------------------+---------+-----+
|[2010-06-13 08:00:00, 2010-06-13 09:00:00]|UDP |1803 |
|[2010-06-13 02:00:00, 2010-06-13 03:00:00]|TCP |22579|
|[2010-06-13 09:00:00, 2010-06-13 10:00:00]|TCP |2637 |
|[2010-06-13 02:00:00, 2010-06-13 03:00:00]|IPv6-ICMP|453 |
|[2010-06-13 02:00:00, 2010-06-13 03:00:00]|UDP |1183 |
|[2010-06-13 03:00:00, 2010-06-13 04:00:00]|UDP |1467 |
b
+------------------------------------------+---------+-----+
|window |proto |count|
+------------------------------------------+---------+-----+
|[2010-06-13 08:00:00, 2010-06-13 09:00:00]|UDP |1803 |
|[2010-06-13 02:00:00, 2010-06-13 03:00:00]|TCP |22579|
|[2010-06-13 09:00:00, 2010-06-13 10:00:00]|TCP |2637 |
|[2010-06-13 02:00:00, 2010-06-13 03:00:00]|IPv6-ICMP|453 |
|[2010-06-13 02:00:00, 2010-06-13 03:00:00]|UDP |1183 |
|[2010-06-13 03:00:00, 2010-06-13 04:00:00]|UDP |1467 |