kafka补偿机制-如果是爬虫中断不触发补偿

Pyspark_job/utils/templates.py

@@ -338,7 +338,7 @@ class Templates(object):
     def start_process_instance(self):
         pass
 
-    def kafka_stream_stop(self):
+    def kafka_stream_stop(self, compensate=True):
         if self._stopping:
             return
         self._stopping = True
@@ -357,7 +357,11 @@ class Templates(object):
                         wait_seconds += 1
                     if self.query.isActive:
                         print(f"[停止] query.stop()后等待{wait_seconds}s仍处于active状态，继续执行后续流程")
+                if compensate:
                     self._compensate_missed_offsets()  # 停止前核对topic末尾offset，若有遗漏区间则补偿消费
+                else:
+                    # 爬虫中断场景（如让位优先抓日asin）：数据量可能过大，且爬虫最终正常结束时会再触发一次补偿兜底，这里直接快速停止让出资源
+                    print(f"[停止] 爬虫中断场景，跳过停止前补偿消费，优先快速让出资源")
                 if self.spark is not None:
                     self.spark.stop()
             except Exception as e:
@@ -520,7 +524,7 @@ class Templates(object):
                             else:
                                 time.sleep(10)
                     if self.consumer_type == "latest":
-                        self.kafka_stream_stop()
+                        self.kafka_stream_stop(compensate=False)
                 else:
                     # 爬虫还在进行中
                     print(f"爬虫'{self.spider_type}'还在爬取中(spider_state={spider_state}, spider_is_ready={spider_is_ready}), 继续消费")