快速业务开发时的救星就是这个 FastSparkStreaming-2.0.jar。支持Kafka和Spark Streaming结合，两种比较实用的plan 设计模式：缓存模式和窗口模式，对不同场景都挺友好。

缓存模式的逻辑比较直白：结果直接丢进Kafka，不玩窗口那一套，适合对实时性要求高但不追求批间状态的场景。比如日志收集系统，落一波 Kafka 就完事儿。

窗口模式就偏复杂点了，适合需要对数据做窗口聚合或的需求，比如 10 分钟交易统计啥的。这种模式不持久化中间批次结果，轻量一些，资源占用也小，蛮适合日常数据类任务。

要注意的是两种模式不能混着用，选哪个看你业务需求。文档和代码都在作者的社区仓库，想深入研究的可以去逛逛：https://github.com/caiyunfan123

如果你还不太熟 Kafka 和 Spark 配合怎么玩，可以先看看这个Kafka 集群模式生产者消费者实例，配合起来更顺手。

，FastSparkStreaming-2.0.jar比较适合做实时数据、日志管道、监控系统这类活儿，写起来简单，响应也快。

如果你刚好在做 Kafka 相关项目，可以试试看这个包，省不少事。