大資料筆記

來源:互聯網
上載者:User

標籤:

1. 大資料目前代名詞spark,是一個快速的叢集計算系統,它的功能之一是streaming,支援即時的資料流,把即時資料流按時間變為離散資料流 discretized stream,其中每一個離散集合RDD resilient distributed dataset

2. 計算函數包括:flatMap: 一對多,map: 一對一, reduceByKey: 根據key合并value

3. spark的程式中,先建立計算公式,但不會執行,只有spark streaming context start之後才開始執行

4. D的問題是,如何保證在底層結構化的資料流不被割裂,比如在每個RDD做transform的時候不會失敗

5. 一個spark worker/executor 需要一個thread佔用一個核,他們的總數不要超過核的數目

6. 每個Dstream對應一個Receiver,每個spark receiver也需要一個thread

7. 像kafka, 可以細分多個topic,這樣可以用多個Dstream去receive data stream,從而增加了並發度

大資料筆記

相關文章

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.