SparkStreaming一个批次有多久？一个批次有多少条数据？
关于批次间隔需要结合业务来确定的，如果实时性要求高，批次间隔需要调小。 每个批次的数据量是和每天产生的数据量有直接关系，在计算的时候需要考虑峰值的情况。
批次累加
UpdataStateBykey updataStateBykey是特殊的reduceByKey， 相当于oldValue+reduceByKey(newValue1,newValue2)，通过传入一个updateFunc来实现批次间数据累加的操作。
解决数据积压（重点）
批处理时间<<批间隔时间：流量太小，集群闲置，浪费资源，批处理时间>>批间隔时间：流量太大，集群繁忙，数据积压导致系统崩溃#####通过设置spark.streaming.kafka.maxRatePerPartition可以静态调整每次拉取的最大流量，但是需要重启集群。
SparkStreaming整合Kafka（重点）
receiver方式 sparkStream启动一个单独的线程receiver定时使用kafka高阶API向kafka拉取数据，并自动地更新zk的offsets。优点：用户专注于业务，不需要关心偏移量的维护，代码简洁。
DStream
DStream是Spark Streaming的基础抽象，代表持续的数据流，它由一系列连续的RDD组成，一个批次间隔接收的数据只会存放在一个block中，因此每个批次间隔都只会产生一个RDD。
