實時計算Spark Streaming工作原理是什么？

　　Spark Streaming支持從多種數(shù)據(jù)源獲取數(shù)據(jù)，包括Kafka、Flume、Twitter、ZeroMQ、Kinesis 以及TCP Sockets數(shù)據(jù)源。當(dāng)Spark Streaming從數(shù)據(jù)源獲取數(shù)據(jù)之后，則可以使用諸如map、reduce、join和window等高級函數(shù)進行復(fù)雜的計算處理，最后將處理的結(jié)果存儲到分布式文件系統(tǒng)、數(shù)據(jù)庫中，最終利用實時Web儀表板進行展示。Spark Streaming支持的輸入、輸出源如圖1所示。

圖1 Spark Streaming支持的輸入、輸出數(shù)據(jù)源

　　為了可以深入的理解Spark Streaming，接下來，通過一張圖對Spark Streaming的內(nèi)部工作原理進行詳細(xì)講解，如圖2所示。

圖2 Spark Streaming工作原理

　　在圖2中，Spark Streaming先接收實時輸入的數(shù)據(jù)流，并且將數(shù)據(jù)按照一定的時間間隔分成一批批的數(shù)據(jù)，每一段數(shù)據(jù)都轉(zhuǎn)變成Spark中的RDD，接著交由Spark引擎進行處理，最后將處理結(jié)果數(shù)據(jù)輸出到外部儲存系統(tǒng)。

猜你喜歡

Spark RDD是什么？RDD特征介紹

HBase數(shù)據(jù)庫物理存儲的存儲方式介紹

Spark Streaming是什么？有什么特點？

黑馬程序員大數(shù)據(jù)培訓(xùn)課程