- 1、本文档共37页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档免费下载、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
尚硅谷大数据技术之SparkStreaming
—————————————————————————————
尚硅谷大数据技术之SparkStreaming
版本:V3.0
作者:尚硅谷大数据研发部
尚硅谷大数据技术之SparkStreaming
—————————————————————————————
第1章 SparkStreaming 概述
1.1 Spark Streaming 是什么
Spark 流使得构建可扩展的容错流应用程序变得更加容易。
Spark Streaming 用于流式数据的处理。Spark Streaming 支持的数据输入源很多,例如:Kafka、
Flume 、Twitter、ZeroMQ 和简单的TCP 套接字等等。数据输入后可以用 Spark 的高度抽象原语
如:map 、reduce 、join 、window 等进行运算。而结果也能保存在很多地方,如HDFS ,数据库等。
和Spark 基于RDD 的概念很相似,Spark Streaming 使用离散化流(discretized stream)作为抽
象表示,叫作DStream 。DStream 是随时间推移而收到的数据的序列。在内部,每个时间区间收
到的数据都作为 RDD 存在,而DStream 是由这些RDD 所组成的序列(因此得名“离散化”) 。所以
简单来将,DStream 就是对RDD 在实时数据处理场景的一种封装。
1.2 Spark Streaming 的特点
➢ 易用
尚硅谷大数据技术之SparkStreaming
—————————————————————————————
➢ 容错
➢ 易整合到Spark 体系
1.3 Spark Streaming 架构
1.3.1 架构图
➢ 整体架构图
➢ SparkStreaming 架构图
尚硅谷大数据技术之SparkStreaming
—————————————————————————————
1.3.2 背压机制
Spark 1.5 以前版本,用户如果要限制Receiver 的数据接收速率,可以通过设置静态配制参
数“spark.streaming.receiver.maxRate”的值来实现,此举虽然可以通过限制接收速率,来适配当前
的处理能力,防止内存溢出,但也会引入其它问题。比如:producer 数据生产高于maxRate ,当
前集群处理能力也高于maxRate ,这就会造成资源利用率下降等问题。
为了更好的协调数据接收速率与资源处理能力,1.5 版本开始Spark Streaming 可以动态控制
数据接收速率来适配集群数据处理能力。背压机制(即Spark Streaming Backpressure): 根据
JobScheduler 反馈作业的执行信息来动态调整Receiver 数据接收率。
通过属性“spark.streaming.backpressure.enabled”来控制是否启用 backpressure 机制,默认值
false,即不启用。
尚硅谷大数据技术之SparkStreaming
—————————————————————————————
第2 章 Dstream 入门
2.1 WordCount 案例实操
➢ 需求:使用netcat 工具向9999 端口不断的发送数据,通过SparkStreaming 读取端口数据并
统计不同单词出现的次数
1) 添加依赖
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-streaming_2.12</artifactId>
<version>3.0.0</version>
</dependency>
2) 编写代码
obj
文档评论(0)