SparkStreaming_输出

输出操作指定了对流数据经转化操作得到的数据所要执行的操作(例如把结果方入外部数据库或输出到屏幕上)。与RDD中的惰性求值类似，如果一个DStream及其派生出的DStream都没有被执行输出操作，那么这些DStream就都不会被求值。如果StreamingContext中没有设定输出操作，整个context就都不会启动。

输出操作如下：

• print()：在运行流程序的驱动结点上打印DStream中每一批次数据的最开始10个元素。这用于开发和调试。

• saveAsHadoopFiles(prefix, [suffix])：将Stream中的数据保存为 Hadoop files. 每一批次的存储文件名基于参数中的为"prefix-TIME_IN_MS[.suffix]"。Python API 中目前不可用。

• saveAsTextFiles(prefix, [suffix])：以text文件形式存储这个DStream的内容。每一批次的存储文件名基于参数中的prefix和suffix。”prefix-Time_IN_MS[.suffix]”。

• saveAsObjectFiles(prefix, [suffix])：以Java对象序列化的方式将Stream中的数据保存为 SequenceFiles . 每一批次的存储文件名基于参数中的为"prefix-TIME_IN_MS[.suffix]". Python中目前不可用。

• foreachRDD(func)：这是最通用的输出操作，即将函数 func 用于产生于 stream的每一个RDD。其中参数传入的函数func应该实现将每一个RDD中数据推送到外部系统，如将RDD存入文件或者通过网络将其写入数据库。

  通用的输出操作foreachRDD()，它用来对DStream中的RDD运行任意计算。这和transform() 有些类似，都可以让我们访问任意RDD。在foreachRDD()中，可以重用我们在Spark中实现的所有行动操作。比如，常见的用例之一是把数据写到诸如MySQL的外部数据库中。

实时效果反馈

1. 关于SparkStreaming输出描述错误的选项是：

A print()在运行流程序的驱动结点上打印DStream中每一批次数据的最开始10个元素。 这用于开发和调试。

B saveAsHadoopFiles(prefix, [suffix])将DStream中的数据保存为 Hadoop files。

C saveAsTextFiles(prefix, [suffix])以text文件形式存储这个DStream的内容，文件被存储到 HDFS中。

D foreachRDD(func)这是最通用的输出操作，即将函数 func 用于产生于 stream的每一 个RDD。其中参数传入的函数func应该实现将每一个RDD中数据推送到外部系统，如 将RDD存入文件或者通过网络将其写入数据库。

答案：

1=>C 文件保存到本地磁盘上。