Spark Streaming用於流式數據處理（準實時，微批次），Spark Streaming支持的數據源很多，例如：kafka、Flume、簡單的TCP套接字等，數據輸入後可以用Spark的高度抽象原語，如：map、join、reduce、window等進行運算，而結果也可以保存在很多地方，如：hdfs、數據庫等。
和Spark基於RDD的概念很相似，Spark Streaming使用離散流(discretized stream)作爲抽象表示，叫做DStream。DStream是隨時間推移而收到的數據的序列，在內部，每個時間區間收到的數據都作爲RDD的存在，而DStream是由這些RDD所組成的序列(因此得名“離散化”)。簡單來講，Dstream就是對RDD在實時數據處理場景的一種封裝。