【Spark Streaming】（二）DStream 编码实战_简述dstream的编程模型(2)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

F
G
D
G
B

ScoketStreaming 运行结果：

---

Time: 1459426750000 ms

(B,1)
(G,1)
(C,1)

Time: 1459426760000 ms

(B,5)
(F,3)
(D,4)
(G,3)
(C,3)
(E,1)

**注意：如果是在本地运行的，setMaster 的参数必须为local[n]，n >1,官网解释**：

When running a Spark Streaming program locally, do not use “local” or “local[1]” as the master URL. Either ofthese means that only one thread
will be used for running tasks locally. If you are using a input DStream based on a receiver (e.g. sockets, Kafka, Flume, etc.), th