streaming窗口操作

之前一直对窗口操作不太理解。认为spark streaming本身已经是分片计算，还需要窗口操作干啥。

窗口操作最为简单易懂的场景就是，在M时间间隔计算一次N时间内的热搜。当M=N的时候，就像上述所说，窗口操作本身没什么优势;但当在M!=N的时候，窗口计算优势就体现出来了。

之前用storm的窗口计算，实在是麻烦。而spark streaming则要简单许多。

借用官网提供的图以及例子：

 

 

简来说就是10秒钟计算30秒内的单词数。

两个参数
window length - The duration of the window (3 in the figure). -> N
sliding interval - The interval at which the window operation is performed (2 in the figure). -> M

在每一次十秒分别输入：

1：

sdf sdfsd sdf

2：

sdf sdfsd sdf

3：

sdf sdfsd sdf
sdf sdfsd sdf 234

输入