Spark Streaming 是核心Spark API的扩展，可实现实时数据流的可伸缩，高吞吐量，容错流处理。可以从许多数据源（例如Kafka，Flume，Kinesis或TCP sockets）中提取数据，并且可以使用复杂的算法处理数据，这些算法用高级函数表示，如map、reduce、join和 ...
转载
2021-05-03 23:16:46
382阅读
2评论
OverviewSpark Streaming（下称streaming）是Spark core的拓展，一个易扩展、高吞吐、高容错的流式数据处理系统。streaming-archstrea...
转载
2021-06-10 21:00:46
210阅读
OverviewSpark Streaming（下称streaming）是Spark core的拓展，一个易扩展、高吞吐、高容错的流式数据处理系统。streaming-archstrea...
转载
2021-06-10 21:00:47
222阅读
Spark Structured Streaming入门操作
原创
精选
2023-10-19 11:36:09
266阅读
Spark Structured Streaming入门操作
原创
2021-07-12 16:38:28
1110阅读
一、数据读写(1)从文件系统加载数据创建RDD ①本地文件：sc.textFile("file:///data/spark/buyer_favorite") ②HDFS文件：sc.textFile("hdfs://localhost:9000/spark/buyer_favorite")(2)通过并行集合创建RDD val array = Array(1,2,3
转载
2023-11-06 13:07:12
87阅读
Spark Streming采用receiver的方式和direct的方式与kafka整合
原创
2021-07-12 16:38:38
538阅读
Spark Streming采用receiver的方式和direct的方式与kafka整合
原创
精选
2023-10-18 14:05:34
304阅读
输出操作允许DStream的操作推到如数据库、文件系统等外部系统中。本文主要以举例的方式讲述Spark Streaming常用的输出。
原创
精选
2024-04-22 10:57:21
204阅读
介绍Spark Streaming的特点、概念及常用的实时计算引擎的对比，讲述Spark Streaming内部结构，StreamingContext对象创建的两种方式，离散流DStream及窗口。
原创
精选
2024-04-22 10:57:39
238阅读
本文从3方面介绍在生产中常用的Spark Streaming调优方式，减少批数据的执行时间（数据并行接受、数据并行处理、数据序列化），设置合理的批容量以及内存参数调优。
原创
2024-04-22 10:55:35
173阅读
Spark Streaming 是spark提供的对实时数据进行流式计算的组件。比如生产环境中的网页服务器日志，或者网络服务中用户提交的状态更新组成的消息队列，都是数据流。Spark Streaming提供了用来操作数据流的API，并且与Spark Core中的RDD API高度对应。这样一来，程序员编写应用时的学习门槛得以降低，无论是操作内存或硬盘中的数据，还是操作实时数据流，程序员都更能应对自...
原创
2022-03-15 14:06:35
138阅读
Spark Streaming 是spark提供的对实时数据进行流式计算的组件。比如生产环境中的网页服务器日志，或者网络服务中用户提交的状态更新组成的消息队列，都是数据流。Spark Streaming提供了用来操作数据流的API，并且与Spark Core中的RDD API高度对应。这样一来，程序员编写应用时的学习门槛得以降低，无论是操作内存或硬盘中的数据，还是操作实时数据流，程序员都更能应对自...
原创
2021-08-04 13:56:31
505阅读
Spark Streaming 是个批处理的流式（实时）计算框架。其基本原理是把输入数据以某一时间间隔批量的处理，当批处理间隔缩短到秒级
原创
精选
2024-04-27 19:05:50
242阅读
使用Spark Streaming统计HDFS文件的词频Demo02_HDFSWordCountpackage cn.kgc.s
原创
2022-11-02 14:52:26
154阅读
概述Spark主要抽象弹性分布式数据集（RDD）——横跨集群所有节点进行并行计算的分区元素集合；用户可以要求Spark将RDD持久化到内存中，来让它在并行计算中高效地重用RDDs能在节点失败中自动地恢复过来共享变量（Shared Variables）两种类型的共享变量
广播变量——在所有节点的内存中缓存一个值；累加器——仅仅能执行“添加”操作初始化Spark初始化SparkSpark 编程的
转载
2023-08-17 18:45:39
80阅读
Spark 编程指南spark特性： 提供了java scala python 和R的api支持。 在生产环境上扩展超过8000个节点。 可以在内存中缓存交互中间数据的能力：提炼一个工作集合，缓存它，反复查询。 低级别的水平伸缩的数据检索可以通过scala或者python 命令行进行交互。 高级别的流处理库spark streaming可以处理流数据。 通过spark sql支持结构化
转载
2023-11-10 11:15:02
79阅读
Dataflow编程模型和spark streaming结合主要介绍一下Dataflow编程模型的基本思想，后面再简单比较一下Spark streaming的编程模型== 是什么 == 为用户提供以流式或批量模式处理海量数据的能力，该服务的编程接口模型（或者说计算框架）也就是下面要讨论的dataflow model流式计算框架处理框架很多，也有大量的模型／框架号称能较好的处理流式和批量计算场景，
转载
2017-06-21 22:12:00
125阅读
2评论
