解决程序突然中断，重启kafka导致数据重复消费问题（spark+kafka+redis+scala）

问题需求：在实际工程中，比如淘宝等，重复消费可能导致重复支付问题，导致用户的RMB损失。

解决办法：利用redis，将消费过的数据存起来，并设置失效时间，以及消费的标志位，消费过的数据标志位为1，未消费的数据标志位为0。重启程序后，消费数据前利用redis判断数据是否被消费过，将消费过的数据过滤掉。

选择redis的原因：redis基于内存，对程序的开销影响不大。

代码1：在kafka获取数据并判断

package sparkStreamingRedis

import org.apache.kafka.clients.consumer.ConsumerRecord

import org.apache.kafka.common.serialization.StringDeserializer

import org.apache.spark.{SparkConf, SparkContext}

import org.apache.spark.streaming.{Seconds, StreamingContext}

import org.apache.spark.streaming.dstream.InputDStream

import org.apache.spark.streaming.kafka010._

import Utils.RedisUtils

import redis.clients.jedis.Jedis

object sparkStreamingKafka {

def main(args: Array[String]): Unit = {

val conf = new SparkConf().setMaster("local[2]").setAppName("kafkaSparkStreaming")  

val context = new Spar