DStream是Spark Streaming的基礎抽象，代表持續的數據流，它由一系列連續的RDD組成，一個批次間隔接收的數據只會存放在一個block中，因此每個批次間隔都只會產生一個RDD。
DStream與RDD同樣是不可變的，每個算子都會創建一個新的DStream，因此一個批次可能會有多個DStream。
對同一個DStream連續window沒有意義，因為foreach只會按照最后一個window生成的DStream來對待RDD。
相關推薦HOT
內部表和外部表（重點）
hive外部表是使用external關鍵字并指定一個hdfs目錄創建的表。hive內部表在創建時會在對應hive目錄下創建相應的文件夾，外部表則以指定文件夾為...詳情>>
2022-09-02 17:21:00
Flink checkpoint和savepoint區別
Checkpoint是為runtime準備的，Savepoint 是為用戶準備的。Checkpoint 機制的目標在于保證Flink作業意外崩潰重啟不影響exactly once 準確性，通...詳情>>
2022-09-02 16:59:22
Flink State？
State：指一個具體的Task/Operator的狀態。State可以被記錄，在失敗的情況下數據還可以恢復，Flink中有兩種基本類型的State： Keyed State， Op...詳情>>
2022-09-02 16:59:19
Flink反壓機制？
Flink 內部是基于producer-consumer模型來進行消息傳遞的，Flink的反壓設計也是基于這個模型。Flink 使用了高效有界的分布式阻塞隊列，就像 Jav...詳情>>
2022-09-02 16:59:16
大數據面數據：Flink Allowed Lateness & Side OutPut？
雖說水位線(Watermark)表明早于它的事件不應該再出現，但是接收到水位線以前的的消息是不可避免的，這就是所謂的遲到事件。實際上遲到事件是亂...詳情>>
2022-09-02 16:59:00
京公網安備 11010802030320號