kafka實時數據流寫入HDFS

    一、摘要 　　impala作爲實時數據分析引擎，其源數據時效性要求不同，主要分爲離線數據分析和實時數據分析。離線數據分析應用場景下，可以利用hive離線加載數據。實時數據分析則依靠kafka（高吞吐量的消息發佈訂閱系統）。 二、kafka介紹 　　 kafka是一種高吞吐量的分佈式發佈訂閱消息系統，它可以處理消費者規模的網站中的所有動作流數據。這種動作（網頁瀏覽，搜索和其他用戶的行動）是在

>>阅读原文<<