Procesamiento de flujos con Apache Spark

Índice

A

• AARFF (formato de archivo de relación de atributos), streamDM Introducción
• acciones, La Primera Ola: API Funcionales, Componentes Spark
• operaciones avanzadas con estado
  • flatMapGroupsWith State, Uso de FlatMapGroupsWithState-Cuandose agota realmente un tiempo de espera
  • grupo con operaciones de estado, Comprender el Grupo con Operaciones de Estado
  • mapGroupsWithState, Uso de MapGroupsWithState-Usode MapGroupsWithState
  • visión general de, Operaciones avanzadas con estado
• técnicas avanzadas de streaming
  • algoritmos de aproximación y muestreo por flujo, Algoritmos de aproximación y muestreo porflujo-Muestreo estratificado
  • aprendizaje automático en tiempo real, Real-Time Machine Learning-StreamingK-Means with Spark Streaming
• agregaciones
  • capacidades de Spark Streaming, procesamiento de flujos basado en el tiempo
  • definidos, Transformaciones y Agregaciones
  • basado en el tiempo(API de flujo estructurado), Procesamiento de flujos basado en el tiempo de eventos
  • Uso de claves compuestas, Uso de claves de agregación compuestas
  • utilizando criterios personalizados, Operaciones de Estado Avanzadas
  • ventana, Agregaciones de ventanas
  • ventana (Spark Streaming API), Agregaciones de ventanas
• Akka, Dónde encontrar más fuentes
• algoritmos(véase también aprendizaje automático en tiempo real)
  • algoritmos deaproximación, Algoritmos de aproximación
  • CountMinSketches (CMS), Contar frecuencias de elementos: Count Min Sketches-ComputingFrequencies with a Count-Min Sketch (en inglés )
  • exactitud frente a aproximación, Algoritmos de ...