4、kafka、spark streaming

kafka是一种消息中间件，消息中间件解决的是分布式系统之间消息传递的问题

spark streaming场景：

　　实时金融反欺诈

　　传感器实时监测

　　电商实时推荐

　　实时监控公司系统

核心概念：

　　StreamingContext

　　DStream

　　Input Dstreams

　　Receivers

　　Transformation：map、filter、flatMap、reparation、union、count、reduce...

　　Output Operations：print、saveAsTextFiles、saveAsObjectFiles、saveAsHadoopFiles、foreachRDD...

进阶：

　　1、带状态的算子：updateStateBy

　　　　使用该算子时，需要配置检查点目录，在生产环境中将 checkpoint 设置到 hdfs 上的某个文件夹

　　2、将结果更新到数据库，工作中如rdis、hbase

　　　　注意并发

　　3、窗口