1、Spark Structured Streaming可以通过Socket端口监听并接收数据，然后进行相应处理。

2、打开一个终端窗口，启动带有端口号9999的套接字服务器：
    $ nc -lk 9999
   (注：如果没有nc的话，先安装它: $ sudo yum install nc)

3、启动PyCharm，新建一个Python文件，编辑内容如下：
from pyspark.sql import SparkSession
from pyspark.sql.functions import explode
from pyspark.sql.functions import split

spark = SparkSession.builder.appName(\"ssc_socket_wc\").getOrCreate()

# 设置日志级别
spark.sparkContext.setLogLevel(\'WARN\')

# 创建DataFrame，代表来自localhost:9999的输入流(从Socket数据源读取流数据)
lines = spark.readStream \\
            .format(\"socket\") \\
            .option(\"host\", \"192.168.190.145\") \\
            .option(\"port\", 9999) \\
            .load()

# 将单词分割为行(DataFrame具有默认的value列)
words = lines.select(explode(split(lines.value, \" \")).alias(\"word\"))

# 生成运行单词计数
wordCounts = words.groupBy(\"word\").count()

# 开始运行查询，并将运行时计数输出到控制台
# 可以指定三种输出模式：append, complete, update
query = wordCounts \\
    .writeStream \\
    .format(\"console\") \\
    .outputMode(\"complete\") \\   
    .start()

query.awaitTermination()

4、运行该python流程序

5、再回到nc窗口，在nc窗口中随意输入一些语句，语句中的单词以空格分隔
   监听窗口就会自动获得单词数据流信息，并打印出词频统计信息


---------------------------------------------------------------------------
在Spark集群上执行过程（以下均在Linux下操作）
1）先启动nc服务器
      $ nc -lk 9999

2）另打开一个终端，执行以下命令提交流作业程序：
      $ spark-submit --master local

ssc_socket_wc.py

3）在nc服务器一方，随意输入一些语句，单词之间以空格分割
      good good study
      day day up

4）回到流程序运行窗口，查看输出