支持多種數據源：Kafka、Flume、HDFS、普通TCP套接字等；
基本原理：實時輸入數據流以時間片（秒級）爲單位進行拆分，然後經Spark引擎以類似批處理的方式處理每個時間片數據；
Spark Streaming最主要的抽象是DStream（Discretized Stream，離散化數據流），表示連續不斷的數據流。在內部實現上，Spark Streaming的輸入數據按照時間片（如1秒）分成一段一段的DStream，每一段數據轉換爲Spark中的RDD，並且對DStream的操作都最終轉變爲對相應的RDD的操作；
Spark Streaming和Storm最大的區別：
Spark Streaming：Storm
毫秒級 ---------------秒級
低延時引擎（100ms+）---xxx
RDD天生高容錯-------xxxx
兼容批處理、實時處理------實時處理
方便歷史數據和實時數據聯合分析------實時分析
