为什么将聚合数据帧写入文件接收器时出现异常？

Question

我正在对流数据帧执行聚合并尝试将结果写入输出目录。但我得到一个例外说

pyspark.sql.utils.AnalysisException: 'Data source json does not support Update output mode;

我在“完整”输出模式下遇到类似的错误。

这是我的代码：

grouped_df = logs_df.groupBy('host', 'timestamp').agg(count('host').alias('total_count'))
 
result_host = grouped_df.filter(col('total_count') > threshold)
 
writer_query = result_host.writeStream \
    .format("json") \
    .queryName("JSON Writer") \
    .outputMode("update") \
    .option("path", "output") \
    .option("checkpointLocation", "chk-point-dir") \
    .trigger(processingTime="1 minute") \
    .start()

writer_query.awaitTermination()

Answer 1

根据OutputSinks 上的文档，FileSinks 仅支持“附加”模式，请参阅下表中的“支持的输出模式”。