#
（1）SparkStreaming 整合 kafka 兩種方式對比 Direct 方式的優缺點分析 ： 優點： 簡化并行(Simplified Parallelism)。不現需要創建以及 unio
本篇文章主要從二個方面展開：一、Exactly Once二、輸出不重復事務：銀行轉帳為例，A用戶轉賬給B用戶，B用戶可能收到多筆錢，如何保證事務的一致性，也就是說事務輸出，能夠輸出且只會輸出一次，即A
本期內容：1、Spark Streaming 動手實戰演示2、閃電般理解Spark Streaming原理案例動手實戰并在電光石火間理解其工作原理流（Streaming），在大數據時代為數據流處理，就
（1）StreamingContext 與spark core的編程類似，在編寫SparkStreaming的程序時，也需要一個通用的編程入口----StreamingCont
一：先寫map類import sys for line in sys.stdin: line = line.strip( ) wo
本期內容： 1、Spark Streaming元數據清理詳解 2、Spark Streaming元數據清理源碼解析一、如何研究Spark Strea
本期內容：1. ReceiverBlockTracker容錯安全性 2. DStream和JobGenerator容錯安全性一：容錯安全性 1. ReceivedBlockTrac
本期內容： 1. Spark Streaming中RDD為空處理 2. Streaming Context程序停止方式&
Spark Streaming的DStream為我們提供了一個updateStateByKey方法，它的主要功能是可以隨著時間的流逝在Spark Streaming中為每一個
前置知識：1、事務的特征：1)、處理且僅被處理一次；2)、輸出且只被輸出一次2、SparkStreaming進行事務處理有沒有可能處理完全失敗？ 這個可能性不大，因為Spark
