我们有一个特定的功能来管理时间表数据。该功能率已经以REST API的形式提供，并且在CloudFoundry上运行。我们希望使用Spark Streaming和Kafka提供对摄入的时间表数据的支持，以使解决方案更可扩展和稳健。从Spark Streaming Intead在Spark中构建功能的功能是什么。
我会争辩说，如果您的REST API可以支持Spark流的吞吐量，则REST API可以直接支持吞吐量。在这种情况下，您实际上根本不需要火花流。如果您需要的是用于意外尖峰的缓冲区，那么有一些比火花流的方法更简单。
要更直接地解决您的问题，将REST API称为Spark Streaming Pipeline添加延迟和其他故障情况。在Spark流中实现逻辑直接添加代码复杂性和可能的重复。这两个选项都添加了操作复杂性。