starzy
SparkStreaming 之容错机制深度剖析
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
starzy
社区首页
>
专栏
>
SparkStreaming 之容错机制深度剖析
SparkStreaming 之容错机制深度剖析
starzy
关注
修改于 2026-11-16 09:32:30
修改于 2026-11-16 09:32:30
1
0
举报
概述
摘要:容错是流处理系统的底线——挂了能不能恢复、恢复后会不会丢数据或重复数据。这篇把 Spark Streaming 的容错拆成三个层面讲:数据容错(WAL 和 offset 自管理)、计算容错(RDD 血缘重算)、元数据容错(checkpoint),再对照 Receiver 和 Direct 两种模式在四种故障场景下的恢复方式,说清楚为什么 Direct 模式的容错代价最低。
文章被收录于专栏:
Spark 技术
Spark 技术
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
spark-streaming
#spark
#大数据
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档