blog/BigData-Notes
2
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

Update Spark-Streaming与流处理.md

Browse Source
This commit is contained in:
heibaiying
2019-05-18 16:19:10 +08:00
committed by GitHub
parent 0d9b9c7c7d
commit 10b5ad9d09
1 changed files with 3 additions and 3 deletions
Download Patch File Download Diff File Expand all files Collapse all files

6
notes/Spark-Streaming与流处理.md
View File

@@ -55,13 +55,13 @@ Spark Streaming是Spark的一个子模块，用于快速构建可扩展，高吞
+ 能够和Spark其他模块无缝集成，将流处理与批处理完美结合； + 能够和Spark其他模块无缝集成，将流处理与批处理完美结合；
+ Spark Streaming可以从HDFS，Flume，Kafka，Twitter和ZeroMQ读取数据，也支持自定义数据源。 + Spark Streaming可以从HDFS，Flume，Kafka，Twitter和ZeroMQ读取数据，也支持自定义数据源。
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/spark-streaming-arch.png"/> </div> <div align="center"> <img width="600px" src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/spark-streaming-arch.png"/> </div>
### 2.2 DStream ### 2.2 DStream
Spark Streaming提供称为离散流(DStream)的高级抽象，用于表示连续的数据流。 DStream可以从来自Kafka，Flume和Kinesis等数据源的输入数据流创建，也可以由其他DStream转化而来。**在内部，DStream表示为一系列RDD**。 Spark Streaming提供称为离散流(DStream)的高级抽象，用于表示连续的数据流。 DStream可以从来自Kafka，Flume和Kinesis等数据源的输入数据流创建，也可以由其他DStream转化而来。**在内部，DStream表示为一系列RDD**。
<div align="center"> <img src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/spark-streaming-flow.png"/> </div> <div align="center"> <img width="600px" src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/spark-streaming-flow.png"/> </div>
@@ -75,4 +75,4 @@ storm和Flink都是真正意义上的流计算框架，但 Spark Streaming 只
## 参考资料 ## 参考资料
[Spark Streaming Programming Guide](https://spark.apache.org/docs/latest/streaming-programming-guide.html) [Spark Streaming Programming Guide](https://spark.apache.org/docs/latest/streaming-programming-guide.html)