Structed Streaming 小案例

1 首先是官网：

http://spark.apache.org/docs/latest/structured-streaming-programming-guide.ht

2.注意官方文档中的着重表示的地方例如（黑体加重，斜体等）
我们都知道spark streaming 是基于spark core API
那Structed Streaming基于的是什么？

        没错就是Spark SQL。 所以DataFrame/DataSet API 包括hive的一些functions 不要太好用哦！！！

下面这句话：“you can express your streaming computaion the same way
you would express a batch computation on a static data”
就保证了我们在实际开发时的成本比较低，当我们在开发一个的应用中包含流计算和批计算。

3.特点：

可扩展性，容错性（这都是必备的好吗？）
精确的一次语义
低延迟

4.关键点：

Continuously processing

databricks的blog上这篇文章写的也很好