问题

流式计算时需要中断程序，可能会造成当前正在处理的数据丢失，或者重复处理

解决

对于spark-streaming

1. 在spark-default.conf中配置：
   spark.streaming.stopGracefullyOnShutdown true
2. 使用kill -15 <pid> 关闭spark 应用进程
3. 实际使用中发现需要特别长时间才能完全关闭，对于我，看到日志中executor进程已经关闭，再使用kill -9 <pid>强制关闭即可。

注

kill 后面的数字是通知进程的信号，不同的数字对应不同的行为，15只是通知程序要关闭，9是强制关闭，需要了解更详细的搜素kill命令即可。