设计一个必须处理1或2个流数据的流应用程序是很容易的。任何提供可伸缩性、高吞吐量和容错性的流框架都可以工作。但是，当流的数量开始以100或1000为单位增长时，管理它们可能会令人生畏。如何在运行24×7的1000个流之间共享资源?管理他们的状态，应用高级流操作，添加/删除流而不重新启动?这个演讲解释了常见的场景，并展示了使用Spark结构化流处理数千个流的技术。
Knoldus Inc .)
我是Knoldus软件有限责任公司的首席顾问。在过去的4年里，我一直在使用Spark/Scala和Akka开发响应式产品。我使用Scala和Spark中的机器学习为媒体和零售行业开发了复杂的解决方案。我是一个技术爱好者，经常写关于Scala生态系统的博客。我还负责Spark和Akka的工程师培训。