Spark------------------------spark核心SparkStreaming与 kafka、redis的结合

本文详细介绍了Apache Spark的核心编程,包括SparkStreaming与Kafka、Redis的集成,用于实时数据处理。内容涵盖Spark Streaming的处理流程、数据源(如Kafka)、数据存储(如Redis)以及实时窗口统计分析。还讨论了Spark运行工作原理,Kafka的安装和使用,并提到了SparkStreaming直接从Kafka拉取数据的Direct Approach,强调其高效和一致性的特点。

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

1.Apache spark核心编程

集批处理(离线处理)、交互式处理和流式处理,为一体一栈式大数据解决方案

  • Core
    数据式结构:分布式集合RDD
    SparkContext
    批处理(batch processing),处理数据 T + 1
    注意:
    每次数据的数据都是一个固定的数据集,而不是变化

  • SQL
    DataFrame/DataSet = RDD + schema
    SparkSession
    老版本:SQLContext/HiveContext
    交互式处理(interactive processing)
    注意:
    每次数据的数据都是一个固定的数据集,而不是变化

  • MLlib
    一些算法使用Spark给你实现了,提供了对应API给你用

  • Streaming

    流式数据处理(stream processing)
    要处理的数据就像流水一样,源源不断的产生数据,需要实时进行处理
    对SparkCore的高级API的封装,将流式的数据切分为小的批次batch(按照时间间隔)的数据,然后使用SparkCore进行处理
    DStream集合,List
    StreamingContext:上下文对象,从实时流式数据源中接收数据
    底层还是SparkContext

    在大数据技术框架中,对于流式数据的实时数据分析处理方案:
    一条一

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
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