Apache spark spark writeStream进入卡夫卡-awaitTermination（）与awaitAnyTermination（）之间的差异

根据官方文档，我使用下面的代码段来编写卡夫卡主题，但它并没有写入卡夫卡

finalStream = final \
  .writeStream \
  .format("kafka") \
  .option("kafka.bootstrap.servers",bootstrap_servers) \
  .option("topic",topic_name) \
  .option("checkpointLocation", check_point_location) \
  .start()

finalStream.awaitTermination()

但是，通过使用

awaitanydtermination（）

而不是

awaitdtermination（）

，写进卡夫卡作品中

spark.streams.awaitAnyTermination()

请说明原因

“awaitTermination（）与awaitAnyTermination（）之间的差异”

引用源代码中的注释

：“通过

query.stop（）等待此查询的终止

或由异常终止。如果查询因异常终止，则将引发异常。否则，它将返回查询是否在

超时毫秒内终止。如果查询已终止，则对该方法的所有后续调用将立即返回
true
（如果查询由
stop（）
终止），或立即抛出异常（如果查询因异常终止）

：“等待关联SQLContext上的任何查询在创建上下文或调用
resetTerminated（）
后终止。如果任何查询因异常而终止，则将引发异常。如果查询已终止，则随后调用
waitanyTermination（）
将立即返回（如果查询被
query.stop（）
终止），或者立即抛出异常（如果查询被异常终止）。使用
resetTerminated（）
清除过去的终止并等待新的终止。如果在调用
resetTermination（）
后终止了多个查询，则如果任何查询异常终止，则
waitanyTermination（）
将引发任何异常。要正确记录多个查询中的异常，用户需要在任何异常终止后停止所有异常，然后为每个查询检查
query.exception（）
。”
您在什么环境下执行代码？这是应用程序、笔记本还是其他东西？在
之后是否有代码（）
？如何写入代码读取的主题？它是spark应用程序的一部分，spark应用程序正在读取卡夫卡主题并应用一些转换，然后将此输出写入另一个卡夫卡主题。我们在独立服务器上开发。终止后无代码（）。您如何创建SparkSession？主URL是什么？这是
本地[1]
吗？是否使用了
本地[*]
那么就不知道了。让我们从更简单的事情开始，假设
final
是费率数据源。您能检查一下这是否有效吗？您能包括流式查询的物理计划（从web UI）吗？