[Task]: Tighten the late data bound of the Spark 4 streaming stateful ParDo to the previous batch watermark
メンテナーはふだん 1 日以内に返信
評価
- 難易度
- 4/5
- 見積もり時間
- 3〜5日
- 初心者へのやさしさ
- 48/100
- issue の種類
- バグ
- 明瞭さ
- おおむね明確
- 活発さ
- 活発
- 技術スタック
- java
調査の方向性
Start by reading the Spark Runner’s Spark 4 stateful ParDo implementation and the related work in #36841. Trace how TransformWithStateExec provides eventTimeWatermarkForLateEvents and how StatefulProcessor receives eviction watermarks through TimerValues; the issue leaves the implementation approach open. Done when late-data filtering uses the previous batch watermark, including for first visits and keys idle across batches.
索引モデルが issue の本文から書いたものです。
説明
What needs to happen?
The Spark 4 Structured Streaming stateful ParDo filters late data against the watermark stored on the key's previous visit, so a key on its first visit or idle for several batches accepts data that a per batch bound would drop. Spark holds the per batch value as eventTimeWatermarkForLateEvents in TransformWithStateExec, but StatefulProcessor only sees the eviction watermark through TimerValues. Tighten the bound once Spark exposes the late events watermark, or by tracking the previous batch watermark outside keyed state.
Part of #36841.
Issue Priority
Priority: 3 (nice-to-have improvement)
Issue Components
- Component: Spark Runner
- 主要言語
- Java
- スター
- 8.7k
- フォーク
- 4.7k
- 平均マージ
- 2日 7時間
- マージ済み PR（30日）
- 290
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートあり
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
apache/beam のほかの issue
-
[Feature Request]: Support Protobuf 7.x in Python SDK対応中かも @sofiathoren が 4 日前に担当しました。 オープンP2 python
難易度 2/5 1〜3時間 初心者へのやさしさ 62/100
メンテナーはふだん 1 日以内に返信
-
[Bug]: Row.toString throws for an ITERABLE field that is not backed by a List対応中かも @PDGGK が 65 日前に担当しました。 オープンjava P3
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
apache/beam#39624 · リアクション 2 件 ·
メンテナーはふだん 1 日以内に返信
-
[Bug]: PubsubIO used in batch incorrect batch cutoff size対応中かも @1fanwang が 54 日前に担当しました。 オープンbug io P3 pinned pubsub
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
apache/beam#28011 · コメント 4 件 ·
メンテナーはふだん 1 日以内に返信
-
build P3 sub-task
難易度 1/5 1時間未満 初心者へのやさしさ 68/100
メンテナーはふだん 1 日以内に返信
似ている issue
-
[Bug] Lock owned by another client (e.g. Text app) cannot be unlocked from the app対応中かも @falkloewert が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 74/100
oracle/graalvm-reachability-metadata#11026 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
checkstyle/checkstyle#22050 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
enhancement Improvement
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
zowe/zowe-client-java-sdk#647 ·
-
RRX SAX: </rdf:RDF> inside rdf:parseType="Literal" ends the document ("Inconsistent parserMode:TOP")オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
メンテナーはふだん 1 日以内に返信