spark與kafka的介紹
一 spark是什麼
hadoop MapReduce：從叢集中讀取資料，分片讀取 進行一次處理，將結果寫到叢集，從叢集中讀取更新後的資料，進行下一次的處理，將結果寫到叢集
Spark ：從叢集中讀取資料，把資料放入到記憶體種，完成所有必須的分析處理，將結果寫回叢集。資料探勘要比hadoop快100倍
Spark的資料物件儲存在分佈於資料叢集中的叫做彈性分散式資料集，
RDD（Resilient Distributed Dataset）這些資料物件既可以放在記憶體，也可以放在磁碟，所以RDD同樣也可以提供完成的災難恢復功能

二 spark能做什麼
實時流計算，與Storm很相似
RDD ResultSet:一開始沒有資料集，讀取資料進行處理，把結果再寫入mysql和叢集中

三 kafka是什麼
kafka是一中非同步通訊框架，底層採用Scala語言，通訊框架採用AKK框架
SPark 與 kafka都是採用Scala語言寫的。
kafka吞吐量非常高

Kafka可以訊息回放：從新播放，可以訊息持久化，但是RabbitMQ不能從新恢復訊息，
 訊息持久化
 非常簡單方便的分散式
 分組讀取訊息（容災，負載均衡讀取資料）容災，一個掛了，其它的來頂替它。
 每一組消費者只能有一個消費這些資料，各種之間又只有一組

kafka相對於其他的MQ有什麼優點


spark與Kafka如何進行流計算
kafka實時接收資料，採用Spark平行計算能力，來做使用者的行為分析。

Spark最好安裝在hadoop當中