運行原理與基本概念_第1頁
運行原理與基本概念_第2頁
運行原理與基本概念_第3頁
免費預覽已結(jié)束，剩余5頁可下載查看

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、Spark大數(shù)據(jù)平臺主講人：李SparkStreaming運行原理與概念SparkStreaming運行原理SparkStreaming運行原理Spark Streaming不斷的從數(shù)據(jù)源獲取數(shù)據(jù)(連續(xù)的數(shù)據(jù)流)，并將這些數(shù)據(jù)按照周期劃分為batchSpark Streaming將每個batch的數(shù)據(jù)交給Spark Engine來處理(每個batch的處理實際上還是批處理，只不過批量很小，計算速度很快)整個過程是持續(xù)的SparkStreaming的抽象DStream為了便于理解，Spark 于對RDD封裝了一層）Streaming提出了DStream抽象，代表連續(xù)不斷的數(shù)據(jù)流（Dstream相

2、當DStream 是一個持續(xù)的RDD 序列可以從外部輸入源創(chuàng)建DStream，也可以對其他DStream 應用進行轉(zhuǎn)化操作得到新Dstream（這個轉(zhuǎn)化過程類似與RDD，對Dstream操作最終會到每條數(shù)據(jù)上）到每個RDD上，每個RDD的操作又會Dstream與RDD的關(guān)系DStream 是一個持續(xù)的RDD 序列對Dstream的轉(zhuǎn)換操作最終會到內(nèi)部隨時間不斷生成的RDD上Batch durationSpark Streaming按照設(shè)定的batch duration來累積數(shù)據(jù)，周期結(jié)束時把周期內(nèi)的數(shù)據(jù)作為一個RDD，并提交任務給Spark Enginebatch duration的大小決定了Spark Streaming提交作業(yè)的頻率和處理延遲batch

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論