嗨〜我要用 Kafka + Spark结构化流开发一个迷你程序。但是我很困惑，无论使用python还是scala，这都更快。如果在Scala和Python之间获得关于Spark结构化流的任何基准性能结果，那会更好。
答案 0 :(得分：1)
这不是真正的问题。
唯一的问题是：1）Scala速度更快，但每个微批处理的数据规模可能意味着影响较小； 2）Scala拥有对类型的数据集支持，而pyspark没有。
大多数将Scala和pyspark用于数据科学。
这表示使用pyspark进行实时机器学习可能会更好。例如，请参见：https://towardsdatascience.com/building-a-real-time-prediction-pipeline-using-spark-structured-streaming-and-microservices-626dc20899eb