数据抽象/API
- 使用
DataFrame和DataSet来统一离线和实时API
- 也就是说StructuredStreaming做实时处理和SparkSQL做离线处理的API一样都是DataFrame和DataSet
- 注意:执行环境的创建按照如下规则
SparkContext
?–RDD
SparkSession
?–DataFrame/DataSet
StreamingContext
?–DStream
执行原理
- 在Spark2.3之前StructuredStreaming的实时流处理底层用的也是微批处理
- 在Spark2.3的时候StructuredStreaming推出了连续处理,也就是低延时处理,但是不够成熟
- 底层原理就是一个无界表