溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹“Spark與Spark-Streaming關系是什么”，在日常操作中，相信很多人在Spark與Spark-Streaming關系是什么問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Spark與Spark-Streaming關系是什么”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！
spark程序是使用一個spark應用實例一次性對一批歷史數據進行處理，spark streaming是將持續不斷輸入的數據流轉換成多個batch分片，使用一批spark應用實例進行處理，側重點在Steaming上面。我們常說的Spark-Streaming依賴了Spark Core的意思就是，實際計算的核心框架還是spark。我們還是上一張老生常談的官方圖：
從原理上看，我們將spark-streaming轉變為傳統的spark需要什么?
需要構建4個東西：
一個靜態的 RDD DAG 的模板，來表示處理邏輯;
一個動態的工作控制器，將連續的 streaming data 切分數據片段，并按照模板復制出新的 RDD
DAG 的實例，對數據片段進行處理;
Receiver進行原始數據的產生和導入;Receiver將接收到的數據合并為數據塊并存到內存或硬盤中，供后續batch RDD進行消費;對長時運行任務的保障，包括輸入數據的失效后的重構，處理任務的失敗后的重調。
到此，關于“Spark與Spark-Streaming關系是什么”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
