1、print()
print操作会将DStream每一个batch中的前10个元素在driver节点打印出来。
ssc.textFileStream("file:\\D:\\workspace\\idea\\silent\\src\\main\\resources\\stream")
.map((_, 1))
.reduceByKeyAndWindow((a: Int, b: Int) => a + b, (a: Int, b: Int) => a - b,
Seconds(30), Seconds(10))
.print()
2. saveAsTextFiles(prefix, [suffix])
这个操作可以将DStream中的内容保存为text文件，每个batch的数据单独保存为一个文夹，文件夹名前缀参数必须传入，文件夹名后缀参数可选，最终文件夹名称的完整形式为prefix-TIME_IN_MS[.suffix]
ssc.textFileStream("file:\\D:\\workspace\\idea\\silent\\src\\main\\resources\\stream")
.map((_, 1))
.reduceByKeyAndWindow((a: Int, b: Int) => a + b, (a: Int, b: Int) => a - b,
Seconds(30), Seconds(10))
.saveAsTextFiles("file:\\tmp","txt")
3、saveAsObjectFiles(prefix, [suffix])
这个操作和前面一个类似，只不过这里将DStream中的内容保存为SequenceFile文件类型，这个文件中保存的数据都是经过序列化后的Java对象。
4.saveAsHadoopFiles(prefix, [suffix])
这个操作和前两个类似，将DStream每一batch中的内容保存到HDFS上，同样可以指定文件的前缀和后缀。
5.foreachRDD(func)
可以作为存储DB系统操作
注：可以每个partition中初始化一个连接等
ssc.textFileStream("file:\\D:\\workspace\\idea\\silent\\src\\main\\resources\\stream")
.map((_, 1))
.foreachRDD(f => {
// 初始化连接存储系统等
f.foreachPartition(p => {
p.foreach(println)
})
})
流处理 —— Spark Streaming中的join和Output Operations操作
原文：https://www.cnblogs.com/yyy-blog/p/12675117.html