1、Spark-Streaming的receive的方式和直连方式有什么区别:
Receive接收固定时间间隔的数据(放在内存中),达到固定的时间才进行处理,效率低并且容易丢失数据(Kafka高级API),自动维护偏移量
Direct直连方式,相当于直接连接到Kafka的分区上,相当于Kafka底层API,效率很高,需要自己维护偏移量,读一条处理一条(把指定的时间间隔当做一个批次)。
2、直接连到kafka的分区上读取,一个RDD的分区对应一个kafka的分区,一个分区会生成一个Task,这个Task不会消失,会一直盯着这个分区,不停的读取数据。
3、在用Reciver方式,消费消费者时,不用指定broker,在直连的方式,需要指定broker,因为这种方式相当于直接练到Kafka的分区中,需要broker
4、zookeeper的作用,zookeeper中记录的是,以组名和topic名作为唯一标识,不同的组可以读取同一topic中的数据,记偏移量是从前面记录
package day01.Dirctor
import kafka.common.TopicAndPartition
import kafka.message.MessageAndMetadata
import kafka.serializer.StringDecoder
import kafka.utils.{
ZKGroupTopicDirs, ZkUtils}
import org.I0Itec.zkclient.ZkClient
import org.apache.spark.streaming.dstream.{
DStream, InputDStream}
import org.apache.spark.streaming.kafka.{
HasOffsetRanges, KafkaUtils, OffsetRange}
import org.apache.spark.streaming.{
Duration, StreamingContext}
import org.apache.spark.{
SparkConf, SparkContext}
object DrictorDemoV4 {
def main(args: Array[String]): Unit = {
val group = "groupTT"</