优点:spark streaming会被转化为spark作业执行,由于spark作业依赖DAGScheduler和RDD,所以是粗粒度方式而不是细粒度方式,可以快速处理小批量数据,获得准实时的特性;
以spark作业提交和执行,很方便的实现容错机制;
DStreaming是在RDD上的抽象,更容易与RDD进行交互操作。需要将流式数据与批数据结合分析的情况下,非常方便。
缺点:不可避免的延迟
spark streaming优点和缺点
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
相关阅读更多精彩内容
- Spark Streaming 编程指南 概述 一个入门示例 基础概念 依赖 初始化 StreamingConte...
- Spark入门实战系列--7.Spark Streaming(上)--实时流计算Spark Streaming原理...
- Spark定制班第1课:通过案例对Spark Streaming透彻理解三板斧之一:解密Spark Streami...