Spark Streaming支持如下的數據源： * 基礎數據源：文件系統、Socket連接、RDD隊列等 * 高級數據源：Kafka、Flume、Kinesis等 * 自定義數據源 ```scala // 文件系統 def textFileStream(directory: String): DStream[String] // 注意textFileStream()參數必須是文件目錄， 但可以支持通配符如"hdfs://namenode:8020/logs/2017/*"。 // Spark 將監視該目錄任務新建的文件，一旦有新文件才會處理。所有文件要 // 求有相同的數據格式，并且監視文件的修改時間而不是創建時間，注意更新文件 // 內容不會被監視，一旦開始處理，這些文件必須不能再更改，因此如果文件被連 // 續地追加，新的數據也不會被讀取。文件流不需要運行接收器，因此，不需要分配內核。 // Socket，在【StreamingContext API】給出的示例用的就是Socket源 def socketTextStream(hostname: String, port: Int, storageLevel: StorageLevel): ReceiverInputDStream[String] // RDD隊列 //創建一個能夠 push 到 QueueInputDStream 的 RDDs 隊列 val rddQueue = new mutable.SynchronizedQueue[RDD[Int]]() //基于一個 RDD 隊列創建一個輸入源 val inputStream = ssc.queueStream(rddQueue) // Flume Sink val ds = FlumeUtils.createPollingStream(streamCtx, [sink hostname], [sink port]); // Kafka Consumer val ds = KafkaUtils.createStream(streamCtx, zooKeeper, consumerGrp, topicMap); ```