環境
　　虛擬機：VMware 10
　　Linux版本：CentOS-6.5-x86_64
　　客戶端：Xshell4
　　FTP：Xftp4
　　jdk1.8
　　scala-2.10.4(依賴jdk1.8)
　　spark-1.6

一、SparkStreaming簡介
SparkStreaming是流式處理框架，是Spark API的擴展，支持可擴展、高吞吐量、容錯的實時數據流處理，實時數據的來源可以是：Kafka, Flume, Twitter, ZeroMQ或者TCP sockets，並且可以使用高級功能的復雜算子來處理流數據。例如：map,reduce,join,window 。最終，處理後的數據可以存放在文件系統，數據庫等，方便實時展現。

二、SparkStreaming與Storm的區別

1、Storm是純實時的流式處理框架（扶梯），SparkStreaming是準實時的處理框架（微批處理-電梯）。因為微批處理，SparkStreaming的吞吐量比Storm要高。
2、Storm 的事務機制要比SparkStreaming的要完善。
3、Storm支持動態資源調度。(spark1.2開始和之後也支持)
4、SparkStreaming擅長復雜的業務處理，Storm不擅長復雜的業務處理，擅長簡單的匯總型計算。

整體而言速度比storm要快，目前新項目一般選擇SparkStreaming多一些，具體選擇還要看應用場景

參考：
Spark

【SparkStreaming學習之一】 SparkStreaming初識