不多说，直接上干货！
SparkStreaming的高层抽象DStream
为了便于理解，Spark Streaming提出了DStream抽象，代表连续不断的数据流。
DStream 是一个持续的RDD 序列。
可以从外部输入源创建DStream，也可以对其他DStream 应用进行转化操作得到新DStream。
Dstream与RDD的关系
DStream 是一个持续的RDD 序列。
对Dstream的转换操作最终会映射到内部随时间不断生成的RDD上。
Batch duration
Spark Streaming按照设定的batch duration来累积数据，周期结束时把周期内的数据作为一个RDD，并提交任务给Spark Engine。
batch duration的大小决定了Spark Streaming提交作业的频率和处理延迟。
batch duration的大小设定取决于用户的需求，一般不会太大。