Spark Streaming特点
2018-03-11 13:52
225 查看
Spark Streaming特点
1、易用
2、容错
3、易整合到Spark体系
4、SparkStreaming与Storm的对比
| SparkStreaming | Storm |
|---|---|
 |  |
| 开发语言：Scala | 开发语言：Clojure |
| 编程模型：DStream | 编程模型：Spout/Bolt |
感谢阅读，希望能帮助到大家，谢谢大家的支持！
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 通过案例对SparkStreaming透彻理解(2)
- Spark2.0机器学习系列之9： 聚类(k-means,Bisecting k-means,Streaming k-means）
- Spark Streaming编程指南（部分）
- spark streaming的有状态例子
- Kafka+Spark Streaming+Redis实时系统实践
- Spark Streaming--实战篇
- Kafka+Spark Streaming+Redis实时系统实践
- Spark Streaming实时计算框架介绍
- Spark Streaming缓存、Checkpoint机制
- Spark Streaming之使用Spark Streaming处理文件系统(local/hdfs)的数据
- Spark Streaming调试——NetworkWordCount和KafkaWordCount
- spark-streaming-[9]-SparkStreaming消费Kafka-Direct Approach
- SparkStreaming的运行流程解析（源码）
- Spark-Streaming入门例子
- 流式计算产品对比(Storm、Trident、Spark Streaming、Flink）
- Spark Streaming实时处理本地数据流
- spark streaming updateStateByKey 用法
- Zookeeper+Kafka+Spark streaming单机整合开发
- Spark 特点
- 第82讲：Spark Streaming第一讲：案例动手实战并在电光石火间理解其工作原理