spark学习笔记：Spark Streaming介绍_sparkstreaming是伪实时框架,通过什么模拟实时处理?

spark stream是用批处理来模拟实时，批的时间缩得特别短。属于伪实时。

1. Spark Streaming介绍

1.1 Spark Streaming概述

1.1.1什么是Spark Streaming

Spark Streaming类似于Apache Storm，用于流式数据的处理。根据其官方文档介绍，Spark Streaming有高吞吐量和容错能力强等特点。Spark Streaming支持的数据源有很多，例如：Kafka、Flume、Twitter、ZeroMQ和简单的TCP套接字等等。数据输入后可以用Spark的高度抽象操作如：map、reduce、join、window等进行运算。而结果也能保存在很多地方，如HDFS，数据库等。另外Spark Streaming也能和MLlib（机器学习）以及Graphx完美融合。

1.1.2为什么要学习Spark Streaming

（1）易用

可以像编写离线批处理一样去编写流式程序，支持java/scala/python语言。

（2）容错

SparkStreaming在没有额外代码和配置的情况下可以恢复丢失的工作。

（3）易整合到Spark体系

流式处理与批处理和交互式查询相结合。