1 什么是WAL？
wal（write ahead logging）预写日志系统。就是提前备份元数据信息和数据。
总体上来看：
WAL系统是一个存储系统，它可以存储和接受数据。
有时间属性和索引属性。
看源码介绍:
在sparkstreaming中冷备应用图示介绍
- 表示接受数据，接受器把数据流打包成块，存储在Excutor内存中，如果开启了WAL，将会把数据写入到处在容错文件系统的日志文件中
- 表示提醒Driver将接受到的数据块的元信息发送给Driver中的StreamingContext，这些元数据信息包括Executor内存中的数据块的引用ID和日志文件中数据块的偏移信息。
- 表示处理数据，每一个批批处理间隔，StreammingContext使用块信息生成RDDJobs，SparkContext执行这些Job用于处理Excutor内存中的数据。
- 表示做这些计算的checkpoint，以便于恢复。流式处理会周期性的通过检查点设置保存到文件中。
当Driver 因失败而重启后，恢复流程如下
- 表示恢复计算，checkpoint的信息用于重启Driver，重新构造上下文和重启所有的Receiver。
- 表示恢复块元数据信息，所有的信息对于恢复计算都很重要。
- 表示重新生成未完成的Job。会使用到2中恢复的元数据信息。
- 表示读取保存在日志文件中的块，当Job重新执行的时候，块数据信息将从日志中直接读取。
- 表示重发没有确认的数据。缓冲的数据如果没有写到WAL中，将会被重新发送。
启动WAL需要做如下配置：
- 给StreamingContext设置Checkpoint目录，该目录必须是Hadoop支持的文件系统，用来保存WAL和做Streaming的checkpoint。显然，WAL也需要Checkpoint。
- 将spark。streaming.receiver.writeAheadLog.enable 设置为true。
以上是从原理角度解释WAL在sparkstreming中的应用。
从源码角度剖析：https://blog.csdn.net/andyshar/article/details/52143850