SparkStreaming中的Dstream和SparkSql中的DataFrame其实是一回事，没有区别

Spark Streming中()函数可以对源DStream的每个元素通过函数func返回一个新的DStream Spark Streming中()函数可以通过对源DStream的每RDD应用RDD-to-RDD函数返回一个新的DStream，这可以用来在DStream做任意RDD操作。 flume中数据以Dstream的形式进行传输 storm系统和sparkstreaming系统最大的区别是哪个（） Dstream提供了sort方法。() Spark Streming中()函数当被调用类型分别为(K，V)和(K，W)键值对的2个DStream时，返回类型为(K，(V，W))键值对的一个新 DStream。 Spark Streming中Dstream是一种抽象的离散流。() sparkStreaming的核心抽象是Rdd（） Spark Streming中()函数可以使用func将源DStream中的每个元素进行聚合操作，返回一个内部所包含的RDD只有一个元素的新DStream Spark Streming中DStream代表着一系列的持续的RDDs。() 以下关于sparkstreaming说法正确的是（） SparkStreaming相比Storm具有更高的实时性（） SparkStreaming的响应时间能够达到毫秒级（） SparkStreaming支持的数据输入源包括如下那些选项？（） SparkStreaming结果也能保存在很多地方比如如下那些选项？（） Spark生态系统组件SparkStreaming的应用场景是？ 下列关于SparkStreaming与Storm的描述，哪些是正确的的？ DiscretizedStream是SparkStreaming的基础抽象，代表持续性的数据流和经过各种Spark原语操作后的结果数据流 SparkStreaming可以从Kafka接收数据并进行计算，计算结果只能存入HDFS,不能再写回Kafka（） SparkStreaming容错机制是指RDD中任意的Partition出错，都可以根据其父RDD重新计算生成，如果父RDD丢失，则需要去磁盘中查找原始数据（）