开发者学堂课程【大数据Spark2020版（知识精讲与实战演练）第五阶段：Sparkstreaming 介绍 场景 】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/692/detail/12125
Sparkstreaming 介绍 场景
内容介绍
一、流式计算
二、Sparkstreaming 介绍
一、流式计算
流式计算，包括两个框架
第一个 Sparkstreaming 第二个为 structureming
这两个框架均是 spark 提供的流式计算的框架
一个代表过去，一个代表现阶段计算的框架
Sparkstreaming 为 speak2.0 左右开始使用的进入生产环节使用的一个状态
对 Sparkstreaming 将围绕介绍，案例与原理、操作三个方面进行讲解
Sparkstreaming 介绍部门将围绕，流计算，应用场景，区别，架构，特点等知识点来进行讲解
二、Sparkstreaming 应用场景介绍
（1）商品应用场景
图为京东购物车的选购图片
图为猜你喜欢，根据以往的购买记录，对个人喜欢进行推荐
推荐为我们经常在电商网站看到的功能，如果是离线计算应用场景，
昨天购买的商品今天进入进行推荐
如果是流计算，当时购买，便进行推荐，所以说是快速的对数据的处理，加入购物车以后迅速的进行推荐，对于商品推荐场景而言，数据量大，计算要求快速，并需要相关算法
（2）工业大数据的应用场景
三块屏幕，左侧右侧显示当前机器指标
在现在工业，由检测机器当前状态的需求
首先这些工业需求，由机器产生的计算量比较大，数据是以事件的形式动态产品和汇报。
若某台机器出问题，未能当天得知，是无法达到要求的，所以对于工业大数据来说，数据的及时性处理要求高。
（3）监控的应用场景
以上是监控的处理界面
任何大型的项目，均要进行一些监控
如：相关 cpu 的情况，服务器的请求等
监控需要及时的，快速的反应监控结果
（4）应用场景的共同点
1. 计算速度要求高
2. 数据量都比较大
