文档摘要

3.1 微批执行模型：把河流切成湖 本节摘要：Spark Streaming 的核心是微批——接收器把持续到达的数据按批次间隔切成离散数据块，定时器每到点就把这批数据包装成 RDD，作为一个小批作业提交给标准批引擎执行。本节巡检这条转换链路的每一站，量化"实时"的真实延迟构成，并说明 DStream 在引擎里的真实身份。 接收、切片、触发：三站巡检 数据从进入集群到被处理完，经过三站： 第一站：接收器。 会员。《3.1 微批执行模型：把河流切成湖》收录于灏天文库文集《Spark大数据分析与处理实战》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/178-spark%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B8%8E%E5%A4%84%E7%90%86%E5%AE%9E%E6%88%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流