今天看到了一个面试题，“数据为什么不直接采集到HDFS，而是采集到Kafka中”，觉得蛮经典了，整理了一下：
个人总结了四点：
1、实时性：hdfs的实时性没有kafka高。
2、消费量的记录：hdfs不会记录你这个块文件消费到了哪里，而基于zookeeper的kafka会记录你消费的点。
3、并发消费：hdfs不支持并发消费，而kafka支持并发消费，即多个consumer.
4、弹性且有序：当数据量会很大，而且处理完之后就可以删除时，频繁的读写会对hdfs中NameNode造成很大的压力。而kafka的消费点是记录在zookeeper的，并且kafka的每条数据都是有“坐标”的，所以消费的时候只要这个“坐标”向后移动就行了，而且删除的时候只要把这个“坐标”之前的数据删掉即可。