公司核心的实时业务用的是spark streaming2.3.0+kafka1.3的流式技术来开发的。在这里我把它做成了一个骨架项目并开源出来，希望后来的朋友可以借阅和参考，尽量少走些弯路。

下面是使用过程中记录的一些心得和博客，感兴趣的朋友可以了解下：

• 如何管理Spark Streaming消费Kafka的偏移量（一）
• 如何管理Spark Streaming消费Kafka的偏移量（二）
• 如何管理Spark Streaming消费Kafka的偏移量（三）
• Spark Streaming 重启后Kafka数据堆积调优
• spark stream冷启动处理kafka中积压的数据
• SparkStreaming如何优雅的停止服务
• Spark Streaming优雅的关闭策略优化

该项目提供了一个在使用spark streaming2.3+kafka1.3的版本集成时，手动存储偏移量到zookeeper中，因为自带的checkpoint弊端太多，不利于项目升级发布，并修复了一些遇到的bug，例子中的代码已经在我们生产环境运行，所以大家可以参考一下。

1. 提供了快速使用 spark streaming + kafka 开发流式程序的骨架，示例中的代码大部分都加上了详细的注释
2. 提供了手动管理kafka的offset存储到zookeeper的方法，并解决了一些bug，如kafka扩容分区，重启实时流不识别新增分区的问题。
3. 提供了比较简单和优雅的关闭spark streaming流式程序功能

简书：https://www.jianshu.com/u/41307d187d27