Spark(46) -- SparkStreaming整合kafka数据源

1. 回顾 Kafka

可以看我前面kafka文章

核心概念图解

• Broker ： 安装Kafka服务的机器就是一个broker
• Producer ：消息的生产者，负责将数据写入到broker中(push)
• Consumer：消息的消费者，负责从kafka中拉取数据(pull)，老版本的消费者需要依赖zk，新版本的不需要
• Topic: 主题，相当于是数据的一个分类，不同topic存放不同业务的数据 --主题:区分业务
• Replication:副本，数据保存多少份(保证数据不丢失) --副本:数据安全
• Partition:分区，是一个物理的分区,一个分区就是一个文件,一个Topic可以有1~n个分区,每个分区都有自己的副本 --分区:并发读写
• Consumer Group：消费者组，一个topic可以有多个消费者/组同时消费，多个消费者如果在一个消费者组中，那么他们不能重复消费数据 --消费者组:提高消费者消费速度、方便统一管理

注意：

1. 一个Topic可以被多个消费者或者组订阅，一个消费者/组也可以订阅多个主题
2. 读数据只能从Leader读， 写数据也只能往Leader写，Follower会从Leader那里同步数据过来做副本！！！