表格{边框‑collapse:collapse;}表格,th,td{边框:1pxsolid#000;}
SparkStreaming
大规模近实时流处理TathaaDas
(TD)
背景动机
许多重要应用需以秒级延迟处理大规模数据流——签到、状态更新、站点统计、
邮件过滤等需要大型集群处理工作负载要求数秒内的延迟
案例研究:Conviva公司
元数据实时定制化分布式流处理系
统
–对数百万会话的数千项复杂指标进行–需部署数
十个节点进行处理
基于Hadoop的离线分析后端
表格{边框‑collapse:collapse;}表格,th,td{边框:1pxsolid#000;}
SparkStreaming
大规模近实时流处理TathaaDas
(TD)
背景动机
许多重要应用需以秒级延迟处理大规模数据流——签到、状态更新、站点统计、
邮件过滤等需要大型集群处理工作负载要求数秒内的延迟
案例研究:Conviva公司
元数据实时定制化分布式流处理系
统
–对数百万会话的数千项复杂指标进行–需部署数
十个节点进行处理
基于Hadoop的离线分析后端
文档评论(0)