DStream（Discretized Stream）作为Spark Streaming的基础抽象，它代表持续性的数据流。 数据流来源
这些数据流既可以通过外部输入源赖获取，也可以通过现有的Dstream的transformation操作来获得。内部实现：
在内部实现上，DStream由一组时间序列上连续的RDD来表示。每个RDD都包含了自己特定时间间隔内的数据流。每个DStream中的每个RDD都包含来自一定间隔的数据，如下图
示例 在DStream上使用的任何操作都会转换为针对底层RDD的操作。
例如：在如下代码中，flatMap操作应用于行DStream的每个RDD上 从而产生words DStream的RDD。 object WordCount{ def main(args:Array[String]):Unit={ val sparkConf =newSparkConf().setMaster("local[2]").setAppName("WordCount") val sc=newStreamingContext(sparkConf,Seconds(1)) val lines = sc.socketTextStream("localhost",9999) val words = lines.flatMap(_.split(" ")) val wordCounts = words.map(x =>(x,1)).reduceByKey(_+_) wordCounts.print() sc.start() sc.awaitTermination() } }DStream为数据流，内部按时间分隔成一个个的batch，一个batch为一个处理单位
每次只处理当前批次的数据，前一批次的数据如果已经处理完了，则数据已经没了，否则参考下一条上一批次的数据没处理完，下一批次的数据来了，会阻塞等待前一批次的数据处理完每个batch内部包含多个block,具体数量由batch产生的时间间隔和block产生的时间间隔决定
batch interval/block interval = 一个DStream中block的数量每个RDD中的每一个block对应一个RDD的一个分区，对应一个executor中的task线程
如下图所示
Dstream分为3种
Input DStreamTransformations DStreamOutput DStream实现把一个DStream转换生成一个新的DStream，延迟加载不会触发任务的执行
TransformationMeaningmap(func)对DStream中的各个元素进行func函数操作，然后返回一个新的DStreamflatMap(func)与map方法类似，只不过各个输入项可以被输出为零个或多个输出项filter(func)过滤出所有函数func返回值为true的DStream元素并返回一个新的DStreamrepartition(numPartitions)增加或减少DStream中的分区数，从而改变DStream的并行度union(otherStream)将源DStream和输入参数为otherDStream的元素合并，并返回一个新的DStream.count()通过对DStream中的各个RDD中的元素进行计数，然后返回只有一个元素的RDD构成的DStreamreduce(func)对源DStream中的各个RDD中的元素利用func进行聚合操作，然后返回只有一个元素的RDD构成的新的DStream.countByValue()对于元素类型为K的DStream，返回一个元素为（K,Long）键值对形式的新的DStream，Long对应的值为源DStream中各个RDD的key出现的次数reduceByKey(func, [numTasks])利用func函数对源DStream中的key进行聚合操作，然后返回新的（K，V）对构成的DStreamjoin(otherStream, [numTasks])输入为（K,V)、（K,W）类型的DStream，返回一个新的（K，（V，W））类型的DStreamcogroup(otherStream, [numTasks])输入为（K,V)、（K,W）类型的DStream，返回一个新的 (K, Seq[V], Seq[W]) 元组类型的DStreamtransform(func)通过RDD-to-RDD函数作用于DStream中的各个RDD，可以是任意的RDD操作，从而返回一个新的RDDupdateStateByKey(func)根据key的之前状态值和key的新值，对key进行更新，返回一个新状态的DStreamreduceByKeyAndWindow窗口函数操作，实现按照window窗口大小来进行计算输出算子操作，触发任务的真正运行
Output OperationMeaningprint()打印到控制台saveAsTextFiles(prefix, [suffix])保存流的内容为文本文件，文件名为"prefix-TIME_IN_MS[.suffix]".saveAsObjectFiles(prefix, [suffix])保存流的内容为SequenceFile，文件名为 “prefix-TIME_IN_MS[.suffix]”.saveAsHadoopFiles(prefix, [suffix])保存流的内容为hadoop文件，文件名为 “prefix-TIME_IN_MS[.suffix]”.foreachRDD(func)对Dstream里面的每个RDD执行func