提交

chapter3/3.1对军事类数据的查询次数进行实时统计分析.md

@@ -5,7 +5,9 @@ Spark Streaming 是一套优秀的实时计算框架。其良好的可扩展性
 
 Spark Streaming 有高扩展性、高吞吐量和容错能力强的特点。Spark Streaming 支持的数据输入源很多，例如：Kafka、Flume、Twitter、ZeroMQ 和简单的 TCP 套接字等等。数据输入后可以用 Spark 的高度抽象原语如：map、reduce、join、window 等进行运算。而结果也能保存在很多地方，如 HDFS，数据库等。另外 Spark Streaming 也能和 MLlib(机器学习)以及 Graphx 完美融合。其架构见下图：
 
-![](https://www.educoder.net/api/attachments/462367)
+ <p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/462367" alt=""  height="100%" width="100%"  />
+</p>
 
 Spark Streaming 其优秀的特点给我们带来很多的应用场景。本文中，将通过从kafka获取用户行为来为大家进行介绍。场景流程如下：
 - 读取 Kafka 实时数据；
@@ -20,14 +22,19 @@ Spark Streaming 其优秀的特点给我们带来很多的应用场景。本文
 
 结构化流（Structed streaming）中的关键思想是将实时数据流视为连续追加的表
 
-![](https://www.educoder.net/api/attachments/375945)
+ <p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/375945" alt=""  height="100%" width="100%"  />
+</p>
+
 
 
 程序模型：
 
 每个触发(Triggers)间隔（例如，每`1`秒）将新行附加到输入表，经查询产生结果表，并最终写入外部Sink。
 
-![](https://www.educoder.net/api/attachments/375947)
+ <p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/375947" alt=""  height="100%" width="100%"  />
+</p>
 
 ### 3.1.4 创建流式Dataframe的说明
 `Spark2.0`以后，`DataFrames`和`Datasets`不仅可以用于`sparksql`中表示静态有界的数据，而且可以在`Structer streaming`中表示流式无界数据。我们可以通过`SparkSession.readStream()`创建流式`DataFrames`；

chapter3/3.2对军事类数据的查询次数进行可视化展示.md

@@ -34,7 +34,9 @@ Offset ：Kafka 的存储文件都是按照 Offset . index 来命名，用Offset
 ### 3.1.3 Kafka 架构组件
 Kafka 中发布订阅的对象是 Topic。我们可以为每类数据创建一个  Topic ，把向 Topic 发布消息的客户端称作 Producer ，从 Topic 订阅消息的客户端称作 Consumer 。Producers 和 Consumers 可以同时从多个 Topic 读写数据。一个 Kafka 集群由一个或多个 Broker 服务器组成，它负责持久化和备份具体的 Kafka 消息。
 
-![](https://www.educoder.net/api/attachments/293503)
+ <p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/293503" alt=""  height="100%" width="100%"  />
+</p>
 
 
 ### 3.1.4 kafka 常用命令

chapter3/3流数据计算与分析简介.md

@@ -4,4 +4,6 @@
 
 结构化流（Structed streaming）中的关键思想是将实时数据流视为连续追加的表,每个触发(Triggers)间隔（例如，每`1`秒）将新行附加到输入表，经查询产生结果表，并最终写入外部Sink。
 
-![](https://www.educoder.net/api/attachments/375945)
+ <p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/375945" alt=""  height="100%" width="100%"  />
+</p>