1，背诵单词：unjust：不公平的 tiny：极小的 strict：严格的 translation：翻译 steal：偷 thumb：拇指 summary：总结 tennis：网球运动 tax：税金 turkey：火鸡 sweat：流汗 statement：声明 sprinkle：洒 tramp：流浪汉 yard：院子 distribution：分配 wreck：残骸 dismiss：解雇 interpreter：解释着
2，做spark实验1到实验3，回顾了之前学习的scala语法等
Spark Streaming用于流式数据的处理。Spark Streaming支持的数据输入源很多，例如：Kafka、Flume、Twitter、ZeroMQ和简单的TCP套接字等等。数据输入后可以用Spark的高度抽象原语如：map、reduce、join、window等进行运算。而结果也能保存在很多地方，如HDFS，数据库等。
和Spark基于RDD的概念很相似，Spark Streaming使用离散化流(discretized stream)作为抽象表示，叫作DStream。DStream 是随时间推移而收到的数据的序列。在内部，每个时间区间收到的数据都作为 RDD 存在，而DStream是由这些RDD所组成的序列(因此得名“离散化”)。
1.易用
2.容错
3.易整合到Spark体系
3，遇到的问题：
4，明天计划：学习spark和做实验
原文：https://www.cnblogs.com/lq13035130506/p/12285635.html