sparkStreaming转换算子

map

代码--》集群

nc--》端口 9000 （可以修改）

替换  字

flatmap 切分压平

filter 

repartition

union合并  【local【2】】 当只有两个的时候  只有一个分区  另一个处理数据集

count

reduce

************************

 

join  和  cogroup

用两个队列join 

transform

 *****************************************

以上算子都是无状态的 ............................................... 各处理各个

 

假如记录累加

DStream 的转化操作可以分为无状态(stateless)和有状态(stateful)两种。

• 在无状态转化操作中，每个批次的处理不依赖于之前批次的数据。常见

的 RDD 转化操作，例如 map()、filter()、reduceByKey() 等，都是无状态转

化操作。

• 相对地，有状态转化操作需要使用之前批次的数据或者是中间结果来计

算当前批次的数据。有状态转化操作包括基于滑动窗口的转化操作和追踪状态

变化的转化操作。 

 

 有状态转换操作

1.updateStateByKey 追踪状态变化

 

updateStateByKey

如下图：底层源码

 

  2.Window Operations 基于窗口

 批次时间  窗口大小  滑动频次

窗口大小批次时间的整数倍   多久滑动一次窗口 也是批次时间的整数倍

窗口分两种 

　　滚动窗口  两个参数可以省掉  数据没有重叠

　　滑动窗口   不能省掉  数据有重叠