Mojoooo-jie

概述什么是SparkSpark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用的并行计算框架，Spark基于map reduce算法实现的分布式计算，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出和结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需

Apache Spark的高性能一定程度上取决于它采用的异步并发模型（这里指server/driver端采用的模型），这与Hadoop 2.0（包括YARN和MapReduce）是一致的。Hadoop 2.0自己实现了类似Actor的异步并发模型，实现方式是epoll+状态机，而Apache Spark则直接采用了开源软件Akka，该软件实现了Actor模型，性能非常高。尽管二者在server

问题导读：1.什么是Spark Streaming？2.Spark Streaming可以接受那些数据源？3.Dstream，我们可以进行哪两种操作？参考：Spark：一个高效的分布式计算系统在看spark Streaming，我们需要首先知道什么是Spark streaming？Spark streaming: 构建在Spark上处理Stream数据的框架，基