我正在运行一个火花流媒体应用程序。
在时间t1考虑Dstream D1已创建且内部dstream保持5 RDD（D1R1，D1R2，D1R3，D1R4，D1R5）和evry RDD 保持5个分区（对于D1R1的ex分区命名为D1R1P1，D1R1P2，D1R1P3，D1R1P4，D1R1P5）。
根据我的理解，RDD分区和计算构成了一个火花任务。
让D1R1P1对应的名称任务为D1R1P1T1。
类似地，在时间t2，Dstream D2被创建并且内部dstream保持5个RDD（D2R1，D2R2，D2R3，D2R4，D2R5）和evry RDD 保持5分区（对于D2R1的ex分区命名为D2R1P1，D2R1P2，D2R1P3，D2R1P4，D2R1P5）。
让相同计算的D2R1P1对应的名称任务为D2R1P1T1。
将确保任务＆＃39; D1R1P1T1＆＃39;在执行任务之前完成＆＃;; D2R1P1T1＆＃39;在所有场景中（正常运行 没有任何故障，任务失败或节点故障）。
cosider spark streamig正在使用接收器更少的方法（Kafka直接方法）。