docs:更新spark streaming专栏

Author: Java-Edge

docs/.vuepress/config.js

@@ -981,7 +981,9 @@ module.exports = {
                             collapsable: false,
                             sidebarDepth: 0,
                             children: [
-                                "00-为啥要学习Spark Streaming.md",
+                                "00-为啥要学习Spark Streaming",
+                                "01-Spark Streaming专栏概述",
+                                "02-Spark Streaming小试流式处理",
                             ]
                         },
                     ],

docs/md/spark/01-Spark Streaming专栏概述.md

@@ -0,0 +1,46 @@
+# 01-Spark Streaming专栏概述
+
+## 1  实战目标
+
+- 至今专栏的访问量
+- 至今从搜索引擎引流过来的专栏的访问量
+
+## 2 实战流程
+
+![](https://codeselect.oss-cn-shanghai.aliyuncs.com/image-20240325162624421.png)
+
+## 3 可视化显示
+
+- 使用Spring Boot整合Echarts
+- 阿里云DataV数据可视化框架
+
+## 4 教程概要
+
+- 初识实时流处理
+- 日志收集框架Flume
+- 消息队列Kafka
+- 实战环境搭建
+- Spark Streaming入门
+- Spark Streaming进阶
+- Spark Streaming集成Kafka
+- Spark Streaming集成Flume
+
+## 5 计划
+
+- 整合Flume、Kafka、 Spark Streaming打造通用的流处理平台基础
+- Spark Streaming项目实战
+- 数据处理结果可视化
+- 拓展
+
+## 6 前提
+
+- 熟悉Linux基本命令
+- 熟悉Scala/Python/Java
+- 有Hadoop和Spark基础
+
+## 7 环境
+
+- JDK : 1.8
+- Hadoop: CDH ( 5.7 )
+- Scala : 2.12
+- Spark: 2.4.1

docs/md/spark/02-Spark Streaming小试流式处理.md

@@ -0,0 +1,90 @@
+# 02-Spark Streaming小试流式处理
+
+## 1 业务分析
+
+### 1.1 需求
+
+统计主站每个(指定)教程访问的客户端、地域信息分布
+
+地域: ip转换 Spark SQL项目实战
+客户端:useragent获取 Hadoop基础教程
+
+=》如上两个操作:采用离线(Spark/MapReduce )的方式进行统计
+
+### 1.2 实现步骤
+
+课程编号、ip信息、useragent
+进行相应的统计分析操作: MapReduce/Spark
+
+### 1.3 项目架构
+
+日志收集: Flume
+离线分析: MapReduce/Spark
+统计结果图形化展示
+
+看起来很简单，没什么高深的，但是现在需求改了嘛，很正常的骚操作对不对！
+现在要求实时的精度大幅度提高！那么现在的架构已经无法满足需求了！
+
+#### 1.3.1 问题
+
+小时级别
+10分钟
+5分钟
+1分钟
+秒级别
+根本达不到精度要求！
+
+实时流处理，应运而生！
+
+## 2 实时流处理产生背景
+
+◆ 时效性高
+◆ 数据量大
+
+◆ 实时流处理架构与技术选型
+
+## 3 实时流处理概述
+
+- 实时计算：响应时间比较短。
+- 流式计算：数据不断的进入，不停顿。
+- 实时流式计算：在不断产生的数据流上，进行实时计算
+
+## 4 离线计算与实时计算对比
+
+### 4.1 数据来源
+
+离线：HDFS历史数据，数据量较大。
+实时：消息队列（Kafka），实时新增/修改记录实时过来的某一笔数据。
+
+### 4.2 处理过程
+
+离线：Map + Reduce
+实时：Spark(DStream/SS)
+
+### 4.3 处理速度
+
+离线：速度慢
+实时：快速拿到结果
+
+### 4.4 进程角度
+
+离线：启动 + 销毁进程
+实时： 7 * 24小时进行统计，线程不停止
+
+## 5 实时流处理架构与技术选型
+
+
+
+![](https://codeselect.oss-cn-shanghai.aliyuncs.com/image-20240325181502403.png)
+
+- Flume实时收集WebServer产生的日志
+- 添加Kafka，进行流量消峰，防止Spark/Storm崩掉
+- 处理完数据，持久化到RDBMS/NoSQL
+- 最后进行可视化展示
+
+Kafka、Flume一起搭配更舒服哦~
+
+## 6 实时流处理应用
+
+- 电信行业：推荐流量包
+- 电商行业：推荐系统算法