CC00058.spark——|Hadoop&Spark.V05|——|Spark.v05|Spark Streaming|DStream转换操作|

一、DStream转换操作

### --- DStream转换操作

~~~     DStream上的操作与RDD的类似，
~~~     分为 Transformations(转换)和 OutputOperations(输出)两种，
~~~     此外转换操作中还有一些比较特殊的方法，如：
~~~     updateStateByKey、transform 以及各种 Window 相关的操作。

二、DStream操作

Transformation	Meaning
map(func)	将源DStream中的每个元素通过一个函数func从而得到新的DStreams
flatMap(func)	和map类似，但是每个输入的项可以被映射为0或更多项
filter(func)	选择源DStream中函数func判为true的记录作为新DStreams
repartition(numPartitions)	通过创建更多或者更少的partition来改变此DStream的并行级别
union(otherStream)	联合源DStreams和其他DStreams来得到新DStream
count()	统计源DStreams中每个RDD所含元素的个数得到单元素RDD的新DStreams
reduce(func)	通过函数func(两个参数一个输出)来整合源DStreams中每个RDD元素得到单元素RDD的DStreams。这个函数需要关联从而可以被并行计算
countByValue()	对于DStreams中元素类型为K调用此函数，得到包含(K,Long)对的新DStream，其中Long值表明相应的K在源DStream中每个RDD出现的频率
reduceByKey(func, [numTasks])	对(K,V)对的DStream调用此函数，返回同样(K,V)的新DStream，新DStream中的对应V为使用reduce函数整合而来。默认情况下，这个操作使用Spark默认数量的并行任务(本地模式为2， 集群模式中的数量取决于配置参数spark.default.parallelism)。 也可以传入可选的参数numTasks来设置不同数量的任务
join(otherStream, [numTasks])	两DStream分别为(K,V)和(K,W)对，返回(K,(V,W))对的新DStream
cogroup(otherStream, [numTasks])	两DStream分别为(K,V)和(K,W)对，返回(K,(Seq[V],Seq[W])对新DStreams
transform(func)	将RDD到RDD映射的函数func作用于源DStream中每个RDD上得到新DStream。这个可用于在DStream的RDD上做任意操作
updateStateByKey(func)	得到”状态”DStream，其中每个key状态的更新是通过将给定函数用于此key的上一个状态和新值而得到。这个可用于保存每个key值的任意状态数据

### --- 备注：

~~~     在DStream与RDD上的转换操作非常类似(无状态的操作)
~~~     DStream有自己特殊的操作(窗口操作、追踪状态变化操作)
~~~     在DStream上的转换操作比RDD上的转换操作少

二、DStream 的转化操作可以分为 无状态(stateless) 和 有状态(stateful) 两种：

### --- 无状态转化操作

~~~     无状态转化操作。
~~~     每个批次的处理不依赖于之前批次的数据。
~~~     常见的 RDD 转化操作，例如 map、filter、reduceByKey 等

### --- 有状态转化操作

~~~     有状态转化操作。
~~~     需要使用之前批次的数据 或者是 中间结果来计算当前批次的数据。
~~~     有状态转化操作包括：基于滑动窗口的转化操作 或 追踪状态变化的转化操作