第15课：Spark Streaming源码解读之No Receivers彻底思考
本节课分享Spark Streaming源码解读之NoReceivers彻底思考，企业级开发Spark Streaming的程序越来越多的采用No Receiver的方式，No Receiver的方式有自己的优势，例如：更强的控制的自由度；语义一致性.....；
Spark Streaming支持2种方式：一种是Receiver的方式来接收数据的输入；一种是No Receiver的方式，也就是Direct Approach的方式，实质上讲，No Receiver的方式更符合我们读取数据和操作数据的思路，因为Spark本身是一个计算框架，作为一个计算框架，底层有数据来源，如果没有Receiver的方式，我们直接操作数据来源中的数据，这个是更天然更自然的方式。
如果要操作数据来源，肯定要一个封装器，那这个封装器是什么？是什么类型的？毫无疑问，是RDD类型的，Spark Streaming为这个事情推出了一个自定义的RDD（KafkaRDD），数据来源不同，对不同的数据源推出了不同的自定义的RDD。
offset是一个范围，就像HDFS中的数据，读取HDFS的目录，表面是一个目录，其实也是一个offset，说明哪片数据是你的。
首先从RDD的角度来分析K、V，Decoder是因为传输的时候需要编码，所以需要Decoder，Kafka就是一个普通的RDD，就像读取Hbase，也需定义一个RDD，要直接访问Kafka的数据，需要定义一个RDD，这里面有
