第132课: Spark Streaming源码经典解读系列之七:Executro容错工作内幕源码解密

本文深入探讨Spark Streaming的Executor容错机制,包括备份与不备份两种策略。备份策略涉及进程级别的数据副本和WAL(Write-Ahead Log)恢复;不备份时,采用数据重放或构造空数据集来应对数据丢失,确保系统高可用运行。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

第132课:  Spark Streaming源码经典解读系列之七:Executro容错工作内幕源码解密


Executor 容错高可用:


备份方式
1、备份:将数据拷贝一份,不同机器A/B两个进程复制一份副本,进程级别。
2、使用WAL备份方式,内存的数据挂掉,通过WAL恢复数据。


不备份的方式:
1、重放,从hdfs上重新读取数据,spark streaming可从kafka中读取数据。
2、忽略掉丢失的数据,不在意丢失1%的数据。使用适配器模式,构造一个空数据的集合,有无数据对计算结果无影响。RDD感知不到数据的变化。

这样运行不报错。







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

大模型与Agent智能体

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