语义(Semantics)

流计算语义(Semantics)的定义

每一条记录被流计算系统处理了几次

有三种语义：

1、At most once 一条记录要么被处理一次，要么没有被处理

2、At least once 一条记录可能被处理一次或者多次，可能会重复处理

3、Exactly once 一条记录只被处理一次

Zero data lost = 不管有失败还是没有失败，在每一个阶段都应该是at least once的语义

使用Kafka Direct方法，可以使得接受语义为Exactly once ：

1、将kafka的partition当作RDD的partition，和读文件一样

2、不需要Receivers

3、不需要union多个DStream来达到启动多个Receiver

4、不需要WAL

val directKafkaStream = KafkaUtils.createDirectStream(…)

幂等output

只要数据源是一样，那么结果的输出就是一样，可以直接overwrite

巴特西