溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹“Spark Streaming中的架構設計和運行機制是什么”，在日常操作中，相信很多人在Spark Streaming中的架構設計和運行機制是什么問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Spark Streaming中的架構設計和運行機制是什么”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！
RDD的模板是DStream，RDD DAG的模板是DStreamGraph,Spark Streaming是在RDD的基礎上加上時間維度，在Driver端會啟動一個定時器，間隔BatchDuration生成Job，在Executor端會啟動一個定時器，間隔200ms把接收到的數據放入BlockManager中，并把元數據信息上報給Driver端的ReceiverTracker，整個程序引擎是無時無刻在運行的。
JobGenerator類中有一個timer對象，其間隔BatchDuration發送GenerateJobs消息來生成Job。
BlockGenerator類中有一個blockIntervalTimer對象，每隔200ms調用updateCurrentBuffer方法，把接收到的數據交給BlockManager進行存儲，并向ReceiverTracker上報元數據信息。
RecurringTimer類中的loop方法是一個死循環，一直執行，間隔一定的周期回調傳入的方法。
此外，默認的并行度具有遺傳性，父RDD的partition個數會遺傳給子RDD，當RDD中每個partition中數據較少時，為了提高效率，可以先調用coalesce方法合并到指定的partition個數。Spark Streaming中存在空RDD，即RDD里面沒有數據，此時也會生成Job，Job的生成是定時觸發的，不關心RDD中是否有數據，這是為了使整個框架能正常運行。
到此，關于“Spark Streaming中的架構設計和運行機制是什么”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
