01. Spark Streaming实时流处理学习——初识实时流处理-低调大师

01. Spark Streaming实时流处理学习——初识实时流处理

2018-09-01 658

1. 初识实时流处理

1.1. 业务现状分析

统计主站每个（指定）课程访问的客户、地域信息分布
地域：ip转换
客户端：useragent获取
如上两个操作：采用离线（Spark/MapReduce）的方式进行统计

实现步骤
课程编号、IP信息、useragent
进行相应的统计分析操作：MapReduce/Spark

项目架构
日志收集：Flume
离线分析：MapReduce/Spark
统计结果图形化展示

问题
1小时级别
10分钟
5分钟
1分钟
秒级别

基于Hadoop的实现方案
存在的问题？
如何解决？？？？===> 实时流处理框架

1.2. 业务现状分析

实时流处理产生背景

时效性高
数据量大

实时流处理概述

实时计算
流式计算
实时流式计算

离线计算与实时计算对比

数据来源
离线：HDFS 历史数据数据量比较大

实时：消息队列（Kafka），实时新增/修改记录过来的某一笔数据

处理过程
离线：MapReduce：map + reduce

实时：Spark（DStream/SS）

处理速度
离线：慢

实时：快速

进程
离线：启动+销毁

实时：7*24

实时流处理框架对比

Apache Storm
Apache Spark Streaming
微批处理框架
IBM Stream
Yahoo！ S4
Linkin Kafka
Flink

实时流处理架构与技术选型

实时流处理在企业中的应用

电信行业

短信发布用户流量使用情况，通话计费等场景（需要实时，流式处理）。
流量陷阱监控软件，实时流式监控流氓流量盗取软件。

电商行业

电商平台中的实时推荐系统，根据用户目前正在访问的资料，实时推荐相关产品链接，或者推广方案。

微信关注我们

原文链接：https://yq.aliyun.com/articles/632732

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Spark Streaming实时流处理学习

目录 1.初识实时流处理 2.分布式日志收集框架Flume 3.分布式发布订阅消息系统Kafka 4.实战环境搭建 5.Spark Streaming入门 6.Spark Streaming核心概念与编程 7.Spark Streaming进阶与案例实战 8.Spark Streaming整合Flume 9.Spark Streaming整合Kafka 10.Spark Streaming整合Flume&Kafka打造通用流处理基础 11.Spark Streaming项目实战 12.可视化实战

2018-09-02

605

2. 分布式日志收集框架Flume 2.1 业务现状分析如上图，大量的系统和各种服务的日志数据持续生成。用户有了很好的商业创意想要充分利用这些系统日志信息。比如用户行为分析，轨迹跟踪等等。如何将日志上传到Hadoop集群上？对比方案存在什么问题，以及有什么优势？方案1: 容错，负载均衡，高延时等问题如何消除？方案2: Flume框架 2.2 Flume概述 flume官网 http://flume.apache.orgFlume is a distributed, reliable, and available service for efficiently collecting（收集）, aggregating（聚合）, and moving（移动）large amounts of log data. It has a simple and flexible architecture based on streaming data flows. It is robust and fault tolerant with tunable reliability mechanisms...

2018-09-02

601

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。