动态 Spark 结构化流式处理：通过更改处理流-流联接

问：

我想使用 Spark 结构化流式处理创建一个简单的应用程序，以便在股价数据满足特定要求时提醒用户（通过电子邮件、短信等）。

我有一个数据流：data_stream

但是，我正在努力解决主要问题：用户如何随时修改要求（设置）。

我正在考虑使用另一个名为 settings_stream 的流，然后加入这两个流。但是，我已经意识到加入这些流会给用户带来许多不必要的警报。例如，当用户更改设置时，新要求将过滤所有旧价格数据（而不仅仅是最新价格），同样，当新价格数据到达时。

例如：

1.
Price | Timestamp
1     | 00:00
2     | 00:01
3     | 00:05

使用新设置：价格 >= 1 => 3 封电子邮件

2.

PriceRule | Timestamp
=1 | 00:01
=2 | 00:05

最新价格：价格 = 1 => 2 封电子邮件

我该如何处理这种情况？或者，除了流-流连接之外，您能否为这个用例提供一些解决方案？

PS：我的项目必须利用 Kafka 和 Spark Streaming/Structured Streaming。

非常感谢大家！