SparkStreaming中的转化操作之--有状态操作主要是2种类型

  有状态转化操作需要在你的StreamingContext中打开检查点机制来确定容错性,只需要传递一个目录作为参数给ssc.checkpoint()即可

 1、滑动窗口:

SparkStreaming中的转化操作之--有状态操作主要是2种类型_第1张图片

  上面的窗口时间是3,滑动时间是2;表示每隔2个批次就对3个批次的数据进行一次计算

例子:


Val ssc = new StreamingContext(sc,Seconds(2)) --> Batch是Seconds(2)

Val dstream =  ssc.window(Seconds(3)) ->滑动时间默认与批次间隔相等

Dstream.count

 假如说我如果将批次间隔设置成10s,并且我们只希望每隔2个批次计算一次窗口的时间,那么就应当将滑动时间设置成20s。

 

 尽管可以通过window写出所有的窗口操作,sparkStreaming还是提供了:

ReduceByWindow

reduceByKeyAndWindow

countByWindow

countByValueAndWindow

 2、UpdateStateByKey:将DStream中的数据进行按key做reduce操作,然后对各个批次的数据进行累加(前提是调用一个函数)




你可能感兴趣的:(spark)