增量查询模型(Incremental query model)：Structured Streaming 将会在新增的流式数据上不断执行增量查询，同时代码的写法和批处理 API (基于 Dataframe 和 Dataset API)完全一样，而且这些 API 非常的简单。

　　支持端到端的引用(Support for end-to-end application): Structured Streaming 和内置的 connector 使的 end-to-end 程序写起来非常的简单，而且 "correct by default"。数据源和 sink 满足 "exactly-once" 语义，这样我们就可以在此基础上更好地和外部系统集成

　　复用 Spark SQL 执行引擎：我们知道 Spark SQL 执行引擎做了非常多的优化工作，比如执行计划优化、codegen、内存管理等。这也是 Structured Streaming 取得高性能和高吞吐的一个原因。

　　支持了基于事件时间(event time)的窗口操作，同时结合水位线(watermark)来处理延迟数据。

　　更多关于“大数据培训”的问题，欢迎咨询千锋教育在线名师。千锋教育多年办学，课程大纲紧跟企业需求，更科学更严谨，每年培养泛IT人才近2万人。不论你是零基础还是想提升，都可以找到适合的班型，千锋教育随时欢迎你来试听。