spark streaming编程模型【更新中】

本文介绍了Spark Streaming作为准实时流处理的原理,重点讲解了Streaming Context的初始化、数据接收器(如QueueStream、HDFS Stream、Kafka)、DStream的概念及特性。通过实例展示了如何使用QueueStream进行数据处理,并探讨了DStream的转换操作如何映射到RDD操作上。
摘要由CSDN通过智能技术生成

spark streaming是准实时的一种流处理手段,其中核心在于较短时间间隔内持续运行。
其中主要包含以下几个模块,

  • streaming context
  • 数据接收器(Reciever)
  • DStream
  • Transform数据转换处理模块
  • 应用启动start

下面详细说明其中每一项
Streaming context
是用来初始化spark streaming的,类似于程序的入口。

在定义数据接收器Reciever的时候,需要设置相关的时间间隔参数,就是类似于多久spark streaming运行一次(比如一秒)

而接收器的类型也有多种,比如:

  • QueueStream(这个通常用来做实验)
  • hdfs Stream
  • kafka

先实验一下 QueueStream,这个是在内存中写入相关数据,然后spark streaming来处理:

import org.apache.spark.rdd.RDD
import org.apache.spark.streaming.{Seconds, StreamingContext}
val ssc = new StreamingContext(sc, Seconds(1))// 初始化streaming context,时间间隔为1s
val rddQueue = new Queue[RDD[Int]]()//创建一个类型Queue,其类型为Int类型的RDD

运行结果如下:

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Brad_Q1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值