diff --git a/notes/Spark_Streaming整合Kafka.md b/notes/Spark_Streaming整合Kafka.md
index 9d0dfe1..9a0e0a6 100644
--- a/notes/Spark_Streaming整合Kafka.md
+++ b/notes/Spark_Streaming整合Kafka.md
@@ -17,15 +17,15 @@
Spark针对Kafka的不同版本，提供了两套整合方案：`spark-streaming-kafka-0-8`和`spark-streaming-kafka-0-10`，其主要区别如下：
-| | [spark-streaming-kafka-0-8](https://spark.apache.org/docs/latest/streaming-kafka-0-8-integration.html) | [spark-streaming-kafka-0-10](https://spark.apache.org/docs/latest/streaming-kafka-0-10-integration.html) |
-| :--------------------------------------- | :----------------------------------------------------------- | :----------------------------------------------------------- |
-| Kafka版本 | 0.8.2.1 or higher | 0.10.0 or higher |
-| AP状态 | Deprecated
从Spark 2.3.0版本开始，Kafka 0.8支持已被弃用 | Stable |
-| 语言支持 | Scala, Java, Python | Scala, Java |
-| Receiver DStream | Yes | No |
-| Direct DStream | Yes | Yes |
-| SSL / TLS Support | No | Yes |
-| Offset Commit API(偏移量提交) | No | Yes |
+| | [spark-streaming-kafka-0-8](https://spark.apache.org/docs/latest/streaming-kafka-0-8-integration.html) | [spark-streaming-kafka-0-10](https://spark.apache.org/docs/latest/streaming-kafka-0-10-integration.html) |
+| :-------------------------------------------- | :----------------------------------------------------------- | :----------------------------------------------------------- |
+| Kafka版本 | 0.8.2.1 or higher | 0.10.0 or higher |
+| AP状态 | Deprecated
从Spark 2.3.0版本开始，Kafka 0.8支持已被弃用 | Stable(稳定版) |
+| 语言支持 | Scala, Java, Python | Scala, Java |
+| Receiver DStream | Yes | No |
+| Direct DStream | Yes | Yes |
+| SSL / TLS Support | No | Yes |
+| Offset Commit API(偏移量提交) | No | Yes |
| Dynamic Topic Subscription
(动态主题订阅) | No | Yes |
本文使用的Kafka版本为`kafka_2.12-2.2.0`，故采用第二种方式进行整合。
@@ -35,6 +35,10 @@ Spark针对Kafka的不同版本，提供了两套整合方案：`spark-streaming
项目采用Maven进行构建，主要依赖如下：
```xml
+
+ 2.12
+
+
@@ -48,17 +52,10 @@ Spark针对Kafka的不同版本，提供了两套整合方案：`spark-streaming
spark-streaming-kafka-0-10_${scala.version}
2.4.3
-
-
- com.thoughtworks.paranamer
- paranamer
- 2.8
-
```
-> 完整源码见本仓库：https://github.com/heibaiying/BigData-Notes/tree/master/code/spark/spark-streaming-kafka
+> 完整源码见本仓库：[spark-streaming-kafka](https://github.com/heibaiying/BigData-Notes/tree/master/code/spark/spark-streaming-kafka)
## 三、整合Kafka
@@ -195,7 +192,7 @@ broker返回给消费者数据的等待时间。
#### 8. max.poll.records
-单次调用poll()方法能够返回的记录数量。
+单次调用`poll()`方法能够返回的记录数量。
#### 9. receive.buffer.bytes 和 send.buffer.byte
@@ -207,9 +204,9 @@ broker返回给消费者数据的等待时间。
Spark Streaming中提供了如下三种位置策略，用于指定Kafka主题分区与Spark执行程序Executors之间的分配关系：
-+ **PreferConsistent** : 通用方式，它将在所有的Executors上均匀分配分区；
++ **PreferConsistent** : 它将在所有的Executors上均匀分配分区；
-+ **PreferBrokers** : 当Spark的Executors与Kafka brokers在同一机器上时可以选择该选项；
++ **PreferBrokers** : 当Spark的Executor与Kafka Broker在同一机器上时可以选择该选项，它优先将该Broker上的首领分区分配给该机器上的Executor；
+ **PreferFixed** : 可以指定主题分区与特定主机的映射关系，显示地将分区分配到特定的主机，其构造器如下：
```scala
@@ -254,12 +251,12 @@ def SubscribePattern[K, V](
### 3.5 提交偏移量
-在示例代码中，我们将`enable.auto.commit`设置为true，代表自动提交。在某些情况下，你可能需要更高的可靠性，如在业务完全处理完成后再提交偏移量，这时候可以使用手动提交。目前Spark Streaming没有提供关于手动提交偏移量的方法，想要进行手动提交，只能调用Kafka原生的API :
+在示例代码中，我们将`enable.auto.commit`设置为true，代表自动提交。在某些情况下，你可能需要更高的可靠性，如在业务完全处理完成后再提交偏移量，这时候可以使用手动提交。想要进行手动提交，需要调用Kafka原生的API :
+ `commitSync`: 用于异步提交；
+ `commitAsync`：用于同步提交。
-关于编程方面就介绍到这里，下面介绍如果测试整合结果。
+具体提交方式可以参见：[Kafka消费者详解]([https://github.com/heibaiying/BigData-Notes/blob/master/notes/Kafka消费者详解.md)
@@ -311,7 +308,7 @@ bin/kafka-console-producer.sh --broker-list hadoop001:9092 --topic spark-streami
这里我直接使用本地模式启动Spark Streaming程序。启动后使用生产者发送数据，从控制台查看结果。
-从控制台输出中可以看到数据流已经被成功接收，由于采用`kafka-console-producer.sh`发送的数据默认是没有key的，所以key值为null。同时从输出中也可以看到在程序中指定的groupId和程序自动分配的clientId。
+从控制台输出中可以看到数据流已经被成功接收，由于采用`kafka-console-producer.sh`发送的数据默认是没有key的，所以key值为null。同时从输出中也可以看到在程序中指定的`groupId`和程序自动分配的`clientId`。
