如何每5分钟使用spark分析一次pv，uv，ip

Question

如何每天每5分钟分析一次uv，pv，ip，并存储Mysql。 数据来自Kafka，格式如下：

Message sent: {"cookie":"a95f22eabc4fd4b580c011a3161a9d9d","ip":"125.119.144.252","event_time":"2017-08-07 10:50:16"}
Message sent: {"cookie":"6b67c8c700427dee7552f81f3228c927","ip":"202.109.201.181","event_time":"2017-08-07 10:50:26"}

就像00：00-00：05 00：05--00：10等等，我用过：

val write=new JDBCSink()
       val query=counts.writeStream.foreach(write).outputMode("complete")
          .trigger(ProcessingTime("5 minutes"))    
          .start()

但是当我在00:01提交它或它崩溃时，如何确定它不会像00：01-00：06这样分析。

Answer 1

使用window功能：

query = counts.groupBy(window('event_time', '5 second')).agg()
query.writeStream.start()