Spark Streaming的Batch Duration优化

Spark Streaming 是微批处理。

 SparkConf sparkConf = new SparkConf().setAppName("SparkStreaming").setMaster("local[*]"); 
 JavaStreamingContext javaStreamingContext = new JavaStreamingContext(sparkConf, Durations.seconds(1000));12

Durations.seconds(1000)设置的是sparkstreaming批处理的时间间隔，每个Batch Duration时间去提交一次job，如果job的处理时间超过Batch Duration，会使得job无法按时提交，随着时间推移，越来越多的作业被拖延，最后导致整个Streaming作业被阻塞，无法做到实时处理数据

这种情况

可以观察CPU，内存占用情况，判断是否可以通过提高硬件配置来保证性能
优化SparkStreaming的处理代码，缩短流程的执行时间
当然最简单的是试试改动batch Duration的大小，看看可不可以有所改善，一般这个值的大小如果能够使得Streaming作业刚好处理好上一个的批处理的数据，那么这个就是最优值