附件it資源1初識flink教程_第1頁
附件it資源1初識flink教程_第2頁
附件it資源1初識flink教程_第3頁
附件it資源1初識flink教程_第4頁
全文預覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

金職 慕課專 手 Java1初識Redis復初識

徐老師·更新于2020-10- 上一節(jié)5Redis復 2實戰(zhàn)：流處理…下一ApacheFlink是一個開源的分布式，高性能，高可用，準確的流處理框架。 Flink 首先最下面表示是?ink的一些部署模式，支持loal，和集群(standalone，arn)，也支持在云上部署。針對DataStramAPI這塊，支持復雜處理，和table操作，其實也是支持SQL操作的針對DatasetAPI這塊，支持?inkML機器學習，Gelly圖計算，table操作，這塊也是支持SQL操作的。 算、Table和SQL Flink三大組DataSource，數(shù)據(jù)源(負責接收數(shù)據(jù))，Transformations算子(負責對數(shù)據(jù)進行處理) 例如Som只支持流處理任務(wù)，而MapRduce、Spak只支持批處理任務(wù)。arkSteaming是Spark之上支持流處理任務(wù)的子系統(tǒng)，看似是一個特例，其實并不是——SparkSteaming采用了一種micro-atch的架構(gòu)，就是把輸入的數(shù)據(jù)流切分成細粒度的bath，并為每一個bath提交一個批處理的park任務(wù)，所以parkSteaming本質(zhì)上執(zhí)行的還是批處理任務(wù)，和Sorm這種流式的數(shù)據(jù)處理方式是完全不同的。link以固定的緩存塊為單位進行網(wǎng)絡(luò)數(shù)據(jù)傳輸，用戶可以通過緩存塊超時值指定緩存塊的傳輸時機。如果緩存塊的超時值為0，則Flink的數(shù)據(jù)傳輸方式類似前面所說的流處理系統(tǒng)的標準模型，此時系統(tǒng)可以獲得最低的處理延遲如果緩存塊的超時值為無限大，則link的數(shù)據(jù)傳輸方式類似前面所說的批處理系統(tǒng)的標準模型，此時系統(tǒng)可以獲

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論