Spark(39) -- SparkStreaming -- 流式应用状态
流式应用状态 使用SparkStreaming处理实际实时应用业务时，针对不同业务需求，需要使用不同的函数。SparkStreaming流式计算框架，针对具体业务主要分为三类，使用不同函数进行处理： 业务一：无状态Stateless 使用transform和foreacRDD函数 比如实时增量数据ETL：实时从Kafka Topic中获取数据，经过初步转换操作，存储到ES或HBase表中。 业务二
相关文章
- 1. 有状态的sparkStreaming
- 2. sparkstreaming的状态计算-updateStateByKey源码
- 3. SparkStreaming——实例3：带状态操作
- 4. 应用状态模式作项目审批流程
- 5. 无状态应用
- 6. SparkStreaming流处理
- 7. 无状态的web应用
- 8. Meteor：应用UI状态
- 9. 有状态的 web 应用
- 10. 应用：Lync改变状态
- 更多相关文章...
- • HTTP状态码 - HTTP 教程
- • 持久化对象的状态及状态转换 - Hibernate教程
- • TiDB 在摩拜单车在线数据业务的应用和实践
- • 使用阿里云OSS+CDN部署前端页面与加速静态资源
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 有状态的sparkStreaming
- 2. sparkstreaming的状态计算-updateStateByKey源码
- 3. SparkStreaming——实例3：带状态操作
- 4. 应用状态模式作项目审批流程
- 5. 无状态应用
- 6. SparkStreaming流处理
- 7. 无状态的web应用
- 8. Meteor：应用UI状态
- 9. 有状态的 web 应用
- 10. 应用：Lync改变状态