saveAsHadoopFile(prefix,[suffix])可以将DStream中的数据以文本的格式保存在HDFS中

`saveAsHadoopFile(prefix,[suffix])`方法可以将DStream中的数据保存到Hadoop HDFS上，但是它默认保存的格式是二进制的，而不是文本格式。如果要将DStream中的数据以文本的格式保存到Hadoop HDFS中，可以使用`DStream`的`saveAsTextFiles(prefix, [suffix])`方法。

`saveAsTextFiles(prefix, [suffix])`方法和`saveAsHadoopFile(prefix,[suffix])`方法类似，也需要两个参数：前缀和后缀。前缀是保存文件的路径，后缀是文件的扩展名。在运行时，Spark Streaming将DStream中的数据转换为RDD，并在Hadoop HDFS上创建多个文件，文件名由前缀、RDD分区ID和后缀组成。

下面是一个使用`saveAsTextFiles()`方法将DStream中的数据保存到Hadoop HDFS上的例子：

from pyspark import SparkContext
from pyspark.streaming import StreamingContext

sc = SparkContext("local[2]", "NetworkWordCount")
ssc = StreamingContext(sc, 1)

lines = ssc.socketTextStream("localhost", 9999)

words = lines.flatMap(lambda line: line.split(" "))
pairs = words.map(lambda word: (word, 1))
wordCounts = pairs.reduceByKey(lambda x, y: x + y)

wordCounts.saveAsTextFiles("/user/hadoop/spark_output", "txt")

ssc.start()
ssc.awaitTermination()

在这个例子中，首先创建了一个StreamingContext对象，然后从一个网络套接字上接收数据流，对数据流进行单词计数，最后使用`saveAsTextFiles()`方法将结果保存到Hadoop HDFS的`/user/hadoop/spark_output`目录下，文件的扩展名为txt。

需要注意的是，`saveAsTextFiles()`方法保存的数据是文本格式，可以直接在Hadoop HDFS上查看和处理。但是，文本格式的数据不如二进制格式的数据紧凑，可能会占用更多的存储空间。如果对存储空间有要求，可以考虑使用压缩算法对保存的文本数据进行压缩。