從kafka讀取數(shù)據(jù)后，數(shù)據(jù)會自動刪除嗎？基于receiver的實現(xiàn)將使用kakfa的高級消費API。與所有其他接收器一樣，接收到的數(shù)據(jù)將保存到執(zhí)行器，然后sparkstreaming將啟動作業(yè)來處理

從kafka讀取數(shù)據(jù)后，數(shù)據(jù)會自動刪除嗎？

基于receiver的實現(xiàn)將使用kakfa的高級消費API。與所有其他接收器一樣，接收到的數(shù)據(jù)將保存到執(zhí)行器，然后sparkstreaming將啟動作業(yè)來處理數(shù)據(jù)。

在默認(rèn)配置中，如果出現(xiàn)故障，此方法將丟失數(shù)據(jù)。為了確保零數(shù)據(jù)丟失，我們需要啟用wal（writeaheadlogs）。它將接收到的數(shù)據(jù)同步保存到分布式文件系統(tǒng)，如HDFS。因此，在發(fā)生錯誤時可以恢復(fù)數(shù)據(jù)。

使用兩個步驟：1。添加依賴項：Spark streaming Kafka 2.10-1.3.0

2導(dǎo)入器g.apache.spark. 卡夫卡.

日志采集系統(tǒng)flume和kafka有什么區(qū)別及聯(lián)系？

flume和Kafka有些功能是一樣的，但總的來說，它們有很大的不同；它們的場景不同，但可以一起使用。

簡而言之，flume是一個分布式日志收集系統(tǒng)，它從各種服務(wù)器收集日志并將其傳輸?shù)街付ǖ奈恢?，如HDFS。

Kafka是一個分布式消息中間件，有自己的存儲，提供推拉數(shù)據(jù)訪問功能。

整個過程如下：

登錄服務(wù)器<--flume-->kafka-->hdfs-->離線計算

登錄服務(wù)器<--flume-->kafka-->storm

希望我的回答能對您有所幫助

大數(shù)據(jù)和Java語言有啥區(qū)別？

大數(shù)據(jù)是指傳統(tǒng)軟件工具在一定時間內(nèi)無法捕獲、管理和處理的數(shù)據(jù)集。它是一種海量、高增長率、多樣化的信息資產(chǎn)，需要新的處理模式具有更強的決策能力、洞察力和流程優(yōu)化能力。

軟件開發(fā)是根據(jù)用戶需求構(gòu)建軟件系統(tǒng)或系統(tǒng)的軟件部分的過程。軟件開發(fā)是一個系統(tǒng)工程，包括需求捕獲、需求分析、設(shè)計、實現(xiàn)和測試。就業(yè)肯定軟件開發(fā)是更好的就業(yè)

在學(xué)習(xí)大數(shù)據(jù)之前先學(xué)一門計算機編程語言。大數(shù)據(jù)的開發(fā)需要編程語言的基礎(chǔ)，因為大數(shù)據(jù)的開發(fā)是基于一些常用的高級語言，比如Java和Java。凈額。Java具有簡單性、面向?qū)ο笮?、分布式、健壯性、安全性、平臺無關(guān)性和可移植性、多線程、動態(tài)性等特點。Java可以編寫桌面應(yīng)用程序、web應(yīng)用程序、分布式系統(tǒng)和嵌入式系統(tǒng)應(yīng)用程序。學(xué)習(xí)java會有一定的學(xué)習(xí)能力，然后學(xué)習(xí)其他語言和技術(shù)會容易得多。無論是Hadoop還是數(shù)據(jù)挖掘，都需要高級編程語言的基礎(chǔ)。

因此，如果你想學(xué)習(xí)大數(shù)據(jù)開發(fā)，你還需要至少掌握一門高級語言。例如，許多Hadoop和其他大數(shù)據(jù)處理技術(shù)都使用Java，比如Apache基于Java的HBase、acumulo和elasticsearchas。因此，學(xué)習(xí)Hadoop的首要條件之一就是掌握J(rèn)ava編程語言。