Spark Streaming運(yùn)行機(jī)制是怎樣的

這篇文章主要講解了“Spark Streaming運(yùn)行機(jī)制是怎樣的”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Spark Streaming運(yùn)行機(jī)制是怎樣的”吧！

一切不能進(jìn)行實(shí)時(shí)流處理的數(shù)據(jù)都是無效的數(shù)據(jù)。在流處理時(shí)代，SparkStreaming有著強(qiáng)大吸引力，而且發(fā)展前景廣闊，加之Spark的生態(tài)系統(tǒng)，Streaming可以方便調(diào)用其他的諸如SQL，MLlib等強(qiáng)大框架，它必將一統(tǒng)天下。

　　Spark Streaming運(yùn)行時(shí)與其說是Spark Core上的一個(gè)流式處理框架，不如說是Spark Core上的一個(gè)最復(fù)雜的應(yīng)用程序。如果可以掌握Spark streaming這個(gè)復(fù)雜的應(yīng)用程序，那么其他的再復(fù)雜的應(yīng)用程序都不在話下了。這里選擇Spark Streaming作為版本定制的切入點(diǎn)也是大勢所趨。

對于Spark Streaming來說，當(dāng)不同的數(shù)據(jù)來源的數(shù)據(jù)流進(jìn)來的時(shí)候，基于固定的時(shí)間間隔，會(huì)形成一系列固定不變的數(shù)據(jù)集或event集合（例如來自flume和kafka）。而這正好與RDD基于固定的數(shù)據(jù)集不謀而合，事實(shí)上，由DStream基于固定的時(shí)間間隔行程的RDD Graph正是基于某一個(gè)batch的數(shù)據(jù)集的。

　　從上圖中可以看出，在每一個(gè)batch上，空間維度的RDD依賴關(guān)系都是一樣的，不同的是這個(gè)五個(gè)batch流入的數(shù)據(jù)規(guī)模和內(nèi)容不一樣，所以說生成的是不同的RDD依賴關(guān)系的實(shí)例，所以說RDD的Graph脫胎于DStream的Graph，也就是說DStream就是RDD的模版，不同的時(shí)間間隔，生成不同的RDD Graph實(shí)例。

　　從Spark Streaming本身出發(fā)：

　　1.需要RDD DAG的生成模版：DStream Graph

　　2需要基于Timeline的job控制器

　　3需要inputStreamings和outputStreamings，代表數(shù)據(jù)的輸入和輸出

　　4具體的job運(yùn)行在Spark Cluster之上，由于streaming不管集群是否可以消化掉，此時(shí)系統(tǒng)容錯(cuò)就至關(guān)重要

　　5事務(wù)處理，我們希望流進(jìn)來的數(shù)據(jù)一定會(huì)被處理，而且只處理一次。在處理出現(xiàn)崩潰的情況下如何保證Exactly once的事務(wù)語意。

　　從源碼解讀DStream

從這里可以看出，DStream就是Spark Streaming的核心，就想Spark Core的核心是RDD，它也有dependency和compute。更為關(guān)鍵的是下面的代碼：

這是一個(gè)HashMap，以時(shí)間為key，以RDD為value，這也正應(yīng)證了隨著時(shí)間流逝，不斷的生成RDD，產(chǎn)生依賴關(guān)系的job，并通過jobScheduler在集群上運(yùn)行。再次驗(yàn)證了DStream就是RDD的模版。

　　DStream可以說是邏輯級別的，RDD就是物理級別的，DStream所表達(dá)的最終都是通過RDD的轉(zhuǎn)化實(shí)現(xiàn)的。前者是更高級別的抽象，后者是底層的實(shí)現(xiàn)。DStream實(shí)際上就是在時(shí)間維度上對RDD集合的封裝，DStream與RDD的關(guān)系就是隨著時(shí)間流逝不斷的產(chǎn)生RDD，對DStream的操作就是在固定時(shí)間上操作RDD。

感謝各位的閱讀，以上就是“Spark Streaming運(yùn)行機(jī)制是怎樣的”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Spark Streaming運(yùn)行機(jī)制是怎樣的這一問題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識點(diǎn)的文章，歡迎關(guān)注！