Spark Streaming 作业调度流程
来源:互联网 发布:淘宝代运营排名 编辑:程序博客网 时间:2024/05/23 00:52
StreamingContext在实例化时候会创建DStreamGraph、JobGenerator、JobScheduler
下面组件运行在Driver
1.JobGenerator:
通过timmer根据固定时间间隔(Batch Interval)不断的产生Job
(其实此时的Job相当于java的Runnable类型实例),Job会提交给JobScheduler
2.JobScheduler:
接收到Job后会通过线程池的方式提交给SparkCluster执行
3.ReceiverTracker:
下面组件运行在Executor
3.KafkaReceiver:
根据设定的Batch Interval不断的通过(多)线程获取kafka中的数据,然后通过BlockManager存储到Executor,为了数据安全,采用WAL(writer ahead log)
0 0
- Spark Streaming 作业调度流程
- spark internal - 作业调度
- spark internal - 作业调度
- spark作业调度
- spark 作业调度
- Spark作业调度
- spark作业调度
- Spark 作业调度
- spark internal - 作业调度
- spark作业调度
- Spark 作业调度
- spark-streaming系列------- 1. spark-streaming的Job调度 上
- spark-streaming系列------- 2. spark-streaming的Job调度 下
- Spark任务调度流程
- spark 调度流程
- Spark作业执行流程
- Spark的作业调度过程
- spark的作业调度问题
- 一点一点学ASP.NET之基础概念——委托
- sdfasdf
- 推荐一个免费的论文查重检测软件WriteCheck
- cJSON学习笔记(一)
- 党史学者
- Spark Streaming 作业调度流程
- Androin学习笔记十九:7种形式的Android Dialog使用举例
- Xcode6中添加pch文件
- LeetCode:House Robber
- 动态栈
- poj1330 Nearest Common Ancestors (最近公共祖先)
- RDIFramework.NET ━ .NET快速信息化系统开发框架 V3.0 版新增系统参数管理
- 2016百度之星资格赛 B题
- magento 订单order 增加栏目