当往odps写数据的时候(组装两千条写一次),已经往odps上写了一半的数据,由于网络中断,本地程序无法获取到有多少已经成功导入odps,有没有那个大神提示一下这种情况怎么避免,麻烦给点建议。。。。。。
非常感谢!!!
是用 tunnel 上传的吗?
tunnel 的话,首先是有一个 UploadSession,由一个 session id 标识。每个 UploadSession 可以打开多个 RecordWriter,每个 RecordWriter 用一个 blockID 标识,每个 RecordWriter 在成功调用 close 的时候可以认为上传完毕。
每个 UploadSession 以成功调用 commit 认为上传完毕。在 UploadSession.commit 之前,数据并不会真的进入 odps。
从代码的角度,如果要做断点续传,首先应该记录 UploadSession 的 session id,在续传的时候可以使用这个 session id 重新构造 UploadSession。另外要记录哪些 block ID 已经成功 close,这些成功 close 的 blockID 无需再重复上传。对没有成功 close 的以及未来得及上传的 blockID 重新 openRecordWriter 进行上传。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。