receiver
Spark Streaming 获取Kafka的数据有两种方式：Receiver和Direct。Receiver是通过Zookeeper连接Kafka队列获取数据，Direct是直接连接Kafaka的节点获取数据。
Receiver
- Receiver是使用Kafka的高层次consumer API来实现的。receiver从Kafka中获取的数据都是存储在Spark Executor的内存中的，然后Spark Streaming启动的job会去处理那些数据。
- 然而，在默认的配置下，这种方式可能会因为底层的失败而丢失数据。如果要启用高可靠机制，让数据零丢失，就必须启用Spark Streaming的预写日志机制（Write Ahead Log，WAL）。该机制会同步地将接收到的Kafka数据写入分布式文件系统（比如HDFS）上的预写日志中。所以，即使底层节点出现了失败，也可以使用预写日志中的数据进行恢复。效率会有所降低。
- 注意：
- 1、Kafka中的topic的partition，与Spark中的RDD的partition是没有关系的。所以，在KafkaUtils.createStream()中，提高partition的数量，只会增加一个Receiver中，读取partition的线程的数量。不会增加Spark处理数据的并行度。
- 2、可以创建多个Kafka输入DStream，使用不同的consumer group和topic，来通过多个receiver并行接收数据。
- 3、如果基于容错的文件系统，比如HDFS，启用了预写日志机制，接收到的数据都会被复制一份到预写日志中。因此，在KafkaUtils.createStream()中，设置的持久化级别是StorageLevel.MEMORY_AND_DISK_SER。
Direct
- 这种新的不基于Receiver的直接方式，是在Spark 1.3中引入的，从而能够确保更加健壮的机制。这种方式会周期性地查询Kafka，来获得每个topic+partition的最新的offset，从而定义每个BATch的offset的范围。当处理数据的job启动时，就会使用Kafka的简单consumer api来获取Kafka指定offset范围的数据。
优点
- 简化并行读取：如果要读取多个partition，不需要创建多个输入DStream然后对它们进行union操作。Spark会创建跟Kafka partition一样多的RDD partition，并且会并行从Kafka中读取数据。所以在Kafka partition和RDD partition之间，有一个一对一的映射关系。
- 高性能高可靠：如果要保证零数据丢失，在基于receiver的方式中，需要开启WAL机制。这种方式其实效率低下，因为数据实际上被复制了两份，Kafka自己本身就有高可靠的机制，会对数据复制一份，而这里又会复制一份到WAL中。而基于direct的方式，不依赖Receiver，不需要开启WAL机制，只要Kafka中作了数据的复制，那么就可以通过Kafka的副本进行恢复。
- 一次且仅一次的事务机制：基于receiver的方式，是使用Kafka的高阶API来在ZooKeeper中保存消费过的offset的。这是消费Kafka数据的传统方式。这种方式配合着WAL机制可以保证数据零丢失的高可靠性，但是却无法保证数据被处理一次且仅一次，可能会处理两次。因为Spark和ZooKeeper之间可能是不同步的。
基于direct的方式，使用kafka的简单api，Spark Streaming自己就负责追踪消费的offset，并保存在checkpoint中。Spark自己一定是同步的，因此可以保证数据是消费一次且仅消费一次。
推荐使用Direct 方式。
原地址：https://blog.csdn.net/kwu_ganymede/article/details/50314901
相关阅读
在windows我们习惯性的使用“\”作为文件分隔符，但是在linux上系统不认识这个标识，于是就要引入这个php内置变量了：DIRECTORY_SE
出现Directory Listing Denied的原因和解决方法
错误提示： Directory Listing Denied This Virtual Directory does not allow contents to be listed. 原因分析：出现这个提示是
应用调用RegisterReciever，实质是调用的ContextImpl的registerReceiver,接下来跟一下这个流程： @Override public Intent register
DIRECTORY_SEPARATOR获取当前系统在目录分隔符
预定义常量：DIRECTORY_SEPARATOR
DirectX11 With Windows SDK--17 利用几何着色器实现
文章目录前言实现雾效HLSL代码树的公告板效果HLSL代码图元ID顶点IDAlpha-To-CoverageBasicEffect的变化BasicEffect::SetRenderBi