spark streaming能不能每分钟查询数据库转化成rdd和实时对比
我有个需求实时数据过来后,可能存在主体不全的情况。
比如第一批次出现了A,值为4.第二批次来的实时数据没有A这个主体了。我需要补充A的值为0,然后给后面推送。
现在我采取的方法是每批次的实时数据为一个rdd,然后driver端再将从数据库查询到的数据转化为rdd,二者进行fullOuterJoin,然后将实时有数据没有的插入到数据库。数据库有实时没有的给实时数据补充。
想请教一下这样的方法可以吗?会不会造成driver端压力过大,程序挂断频繁呢?
或者还有什么更好的方法?