Spark Streaming自适应Kafka分区动态变化

  当业务数据增长比较明显，那么Kafka吞吐量，刚开始创建的topic数目和分区数目可能满足不了并发需求，需要增加分区。新增加的分区会有生产者往里面写数据，而Spark Streaming跟Kafka 0.8版本结合的API是满足不了动态发现Kafka新增topic或者分区的需求的。
  从Spark Streaming源码出发查看分区检测是在哪做的，对于批处理的Spark Streaming任务来说，分区检测应该在每次job生成获取kafkaRDD，来给kafkaRDD确定分区数并且每个分区赋值offset范围的时候有牵扯，而这段代码就在DirectKafkaInputDStream#compute方法中。compute方法源码：

/*
获取当前生成KafkaRDD每个分区消费的offset的最大值，
进入latestLeaderOffsets进一步去看，可以发现下面一行代码
*/
val untilOffsets = clamp(latestLeaderOffsets(maxRetries))
/*
根据currentOffsets信息来获取最大的offset，
由于它只是根据currentOffsets信息来获取最大的offse