Spark streaming是spark core API的⼀种扩展，可以⽤于进⾏⼤规模、⾼吞吐量、容错的实时数据流的处理。它⽀持从多种数据源读取数据，⽐如Kafka、Flume、Twitter和TCP Socket，并且能够使⽤算⼦⽐如map、reduce、join和window等来处理数据，处理后的数据可以保存到⽂件系统、数据库等存储中。
    Spark streaming内部的基本⼯作原理是：接受实时输⼊数据流，然后将数据拆分成batch，⽐如每收集⼀秒的数据封装成⼀个batch，然后将每个batch交给spark的计算引擎进⾏处理，最后会⽣产处⼀个结果数据流，其中的数据也是⼀个⼀个的batch组成的。