Flink从入门到精通100篇(十七)-Spark/Flink广播如何实现作业配置动态更新?
【摘要】
前言
在实时计算作业中,往往需要动态改变一些配置,举几个栗子:
实时日志ETL服务,需要在日志的格式、字段发生变化时保证正常解析;
实时NLP服务,需要及时识别新添加的领域词与停用词;
实时风控服务,需要根据业务情况调整触发警告的规则。
 ...
前言
在实时计算作业中,往往需要动态改变一些配置,举几个栗子:
实时日志ETL服务,需要在日志的格式、字段发生变化时保证正常解析;
实时NLP服务,需要及时识别新添加的领域词与停用词;
实时风控服务,需要根据业务情况调整触发警告的规则。
那么问题来了:配置每次变化都得手动修改代码,再重启作业吗?答案显然是否定的,毕竟实时任务的终极目标就是7 x 24无间断运行。Spark Streaming和Flink的广播机制都能做到这点,本文分别来简单说明一下。
Spark Streaming的场合
文章来源: wenyusuran.blog.csdn.net,作者:文宇肃然,版权归原作者所有,如需转载,请联系作者。
原文链接:wenyusuran.blog.csdn.net/article/details/103660035
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)