本人在GitChat上開啟了關於 structured streaming 的Chat，目前在預定階段，歡迎感興趣的同學前往訂閱。
從 Spark2.0 開始，Spark 引入了一套新的流式計算模型：Structured Streaming。該模型在未來很可能會替代調掉 Spark Streaming 成為實時計算的主流。那麼 Structured Streaming 到底有什麼優勢，在設計以及思想上為何比目前主流的 Spark Streaming 更受官方推崇，本 Chat 將為您逐一解答，而且不光有從入門級的開始，更有理論和代碼演示，讓讀者快速瞭解 Structured Streaming 並上手開發。
在本場 Chat 中，會講到如下內容：
- Structured Streaming 概述及快速入門
- Structured Streaming 輸入表、結果表、輸出等基本概念
- Structured Streaming 處理事件及容錯語義
- 創建 Streaming DataFrame/DataSet 的幾種方式
- 基本 API 操作
- 基於 event-time 的窗口操作
- 基於 watermark 處理延遲數據
- 流數據去重
- Stream-static joins 和 Stream-stream joins
- 輸出模式（Append/Complete/Update）
- 輸出接收器（file/kafka/console/memory等）
- Trigger 觸發器--連續處理模式
以上內容請前往程序員技術交流平臺GitChat，公眾號或App均有，搜索此文標題即可找到，或關注作者Kane，保證內容物超所值。（也可私信索要10個免費名額中的一個，先到先得）
本文只針對頭條中關注小編的讀者，用於通知，掃描圖中二維碼即可進入內容。不喜者勿入。
只有HR忽悠程序員，程序員絕不忽悠自己人！
分享到:
閱讀更多 kane0409 的文章
