请问 sparkstreaming 对接 kafka 的两种方式有什么大的区别作用呢？

问答 ⋅ ling775000 ⋅ 于 2018-03-01 15:14:47 ⋅ 最后回复由青牛于 2018-03-01 21:11:32 ⋅ 2896 阅读

百度看得云里雾里的，能简单的解释下吗？

成为第一个点赞的人吧

回复数量: 3

青牛国内首批大数据从业者，就职于金山，担任大数据团队核心研发工程师
⋅ 2018-03-01 15:56:33

一个是Subscribe，一个是Assign。Assign可以指定revicer接受kafka的那些paritition。Subscribe会自动balance。两者都可以指定消费的offset和使用auto.offset.reset
ling775000
⋅ 2018-03-01 16:03:37

@青牛为啥我百度看到的是Receiver与Direct的方式？

青牛国内首批大数据从业者，就职于金山，担任大数据团队核心研发工程师
⋅ 2018-03-01 21:11:32

@ling775000 哦，你是指这个啊，Receiver是老的方式，在新的spark中已经被Direct代替了
Receiver方式是通过zookeeper来连接kafka队列，Direct方式是直接连接到kafka的brokers
Receiver需要把数据写到hdfs上进行容错，Direct容错使用的是kafka的副本
Receiver无法保证数据被处理一次，direct会追踪最新的offset并保存到checkpoint中可以保证消费一次
direct相比Receiver性能更高且有事务性保证

请注意单词拼写，以及中英文排版，参考此页
支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
支持表情，可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif，教程
发布框支持本地存储功能，会在内容变更时保存，「提交」按钮点击时清空

Ctrl+Enter