本文主要介绍“spark streaming中的架构设计和运行机制是什么”，在日常操作中，相信很多朋友在spark streaming中的架构设计和运行机制是什么问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”spark streaming中的架构设计和运行机制是什么”的疑惑有所帮助！下一步，请跟着小编一起来学习吧！
rdd的模板是dstream，rdd dag的模板是dstreamgraph,spark streaming是在rdd的基础上加上时间维度，在driver端会启动一个定时器，间隔batchduration生成job，在executor端会启动一个定时器，间隔200ms把接收到的数据放入blockmanager中，并把元数据信息上报给driver端的receivertracker，整个程序引擎是每时每刻在运行的。
jobgenerator类中有一个timer对象，其间隔batchduration发送generatejobs消息来生成job。
blockgenerator类中有一个blockintervaltimer对象，每隔200ms调用updatecurrentbuffer方法，把接收到的数据交给blockmanager进行存储，并向receivertracker上报元数据信息。
recurringtimer类中的loop方法是一个死循环，一直执行，间隔一定的周期回调传入的方法。
除此之外，默认的并行度具有遗传性，父rdd的partition个数会遗传给子rdd，当rdd中每个partition中数据较少时，为了改善效率，可以先调用coalesce方法合并到指定的partition个数。spark streaming中存在空rdd，即rdd里面没有数据，此时也会生成job，job的生成是定时触发的，不关心rdd中有没有数据，这是为了使整个框架能正常运行。
到此，关于“spark streaming中的架构设计和运行机制是什么”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注云网站，小编会继续努力为大家带来更多实用的文章！