我想知道我们怎么做？据我所知，spark stream将数据推送到下游，如数据库和文件系统。
spark不局限于HDF或数据库，您可以自由初始化到任何可用外部资源的连接。它可以返回到kafka、rabbitmq或webservice。
如果你在做简单的变换，比如 map , filter , reduceByKey 等等，然后使用 DStream.foreachRDD 会很好的。如果你要做有状态的计算 DStream.mapWithState ，然后一旦处理完状态，就可以简单地将数据发送到任何外部服务。
例如，我们使用kafka作为数据的输入流，使用rabbitmq和执行一些有状态计算后的输出。

请参阅 dstream.foreachRDD ，这是一个强大的原语，允许将数据发送到外部系统。
使用foreachrdd的设计模式
下面是我的kafka集成代码供您参考（没有优化，只是为了poc，kafkaproducer对象可以在foreachrdd中重用）：

DStream.foreachRDD(rdd => {
      rdd.foreachPartition { partitionOfRecords =>
        val kafkaProps = new Properties()
        kafkaProps.put("bootstrap.servers", props("bootstrap.servers"))
        kafkaProps.put("client.id", "KafkaIntegration Producer");
        kafkaProps.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        kafkaProps.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        val producer = new KafkaProducer[String, String](kafkaProps);

        partitionOfRecords.foreach(record => {
        val message = new ProducerRecord[String, String]("hdfs_log_test", record.asInstanceOf[String])
          producer.send(message)
        })
        producer.close()
      }
    })