Datastax spark cassandra 连接器与 RetryPolicy 将 DF 写入 cassandra 表

Question

我正在尝试使用一致性级别“EACH_QUORUM”向 cassandra 写入 spark Dataframe。我的代码如下所示：

val sparkBuilder = SparkSession.builder().
  config(cassandraHostPropertyProperty, cassandraHosts).
  config(cassandraAuthUsernameProperty, CASSANDRA_AUTH_USER_KEY).
  config(cassandraAuthPassProperty, CASSANDRA_AUTH_PASS_KEY).
  config(cassandraIsSSLEnabledProperty, isSSLEnabled)...
  getOrCreate();

下面是编写DF的代码：

df.write.cassandraFormat(tableName, keySpaceName)
    .mode(SaveMode.Append)
    .options(Map(
      WriteConf.ParallelismLevelParam.name -> parallelism_Level.toString,
      WriteConf.BatchSizeRowsParam.name -> rowsInBatch.toString
    ))
    .save()

我想添加重试策略，以便如果其中一个数据中心停机，将一致性降级写入 LOCAL_QUORUM。

我知道 datastax 有一个类 MultipleRetryPolicy.scala 我应该扩展它，重写方法以添加自定义逻辑并在 cassandra conf 中使用它的实例。

如何将此策略应用于我的 sparksession 或保存操作？在使用或不使用 RetryPolicy 的情况下，scala 中是否有任何其他方式来满足我的要求？

Answer 1

你不想要MultipleRetryPolicy，你在追求DowngradingConsistencyRetryPolicy，它不是spark驱动程序的一部分，所以除非你将策略移植到scala，否则将其作为驱动程序设置的一部分是不可行的。

您可以做的是将您的查询执行包装在 try 中并捕获 UnavailableException，然后通过更改 output.consistency.level parameter 以较低的一致性重试。