我有一个用例，其中有手机号码、开始时间和通话持续时间等流数据集。 我需要对手机号码进行分组，并根据开始时间对组进行排序，并过滤掉总和（开始时间 + 持续时间）大于下一个总和（开始时间 + 持续时间）的呼叫
我尝试了 Window.partitionby("mobilenumber").orderby("starttime") 但后来发现它不适用于流数据集
除非使用完整模式，否则这是不可能的。更具体地说：
仅在聚合后且处于完整输出模式下，流数据集才支持排序操作。
Spark 结构化流的基本原则是查询应该 在流式或批处理模式下返回相同的答案。我们支持排序 处于完整模式，因为我们拥有所有数据并且可以对其进行排序 正确并返回完整答案。在更新或追加模式下， 如果我们能保证的话，排序只会返回正确的答案 排序较低的记录将稍后到达（但我们不能）。 因此，这是不允许的。
写入表或 HDFS，然后写入具有可协助增量构建方面的物化视图的数据库。