请阐述spark structured streaming与spark SQL和spark streaming的区别

Spark SQL是Spark的一个模块，它提供了一种在结构化数据上进行交互式查询的方式，类似于传统的SQL查询。Spark SQL支持SQL语句、DataFrame API和DataSet API。它可以读取各种数据源，如Hive表、JSON、Parquet和JDBC等，并支持数据的缓存和持久化。

Spark Streaming是Spark的另一个模块，它提供了处理流数据的能力。Spark Streaming支持各种数据源，如Kafka、Flume和HDFS等，并且提供了高级API，如窗口和滑动窗口操作等。

Spark Structured Streaming是Spark 2.0引入的新模块，它是Spark SQL和Spark Streaming的结合体。它提供了一种基于DataFrame和DataSet的流处理方式，使得流数据和批处理数据可以以相同的方式进行处理。Spark Structured Streaming支持各种数据源，如Kafka、Flume和HDFS等，并且提供了高级API，如窗口和滑动窗口操作等。

因此，Spark SQL是用于交互式查询和批处理的，Spark Streaming是用于流处理的，而Spark Structured Streaming是用于结构化流处理的。它们的区别在于数据处理的方式、数据输入和输出的方式以及所支持的API等方面。