3.DStream写入关系数据库 启动MySQL，创建spark数据库和wordcount数据表。将节点3发送的Socket数据，每隔10秒钟累计统计接收数据中每个单词出现次数并存入wordcount表。

好的，这是一个关于将DStream写入关系数据库的问题。具体实现步骤如下：

1. 首先，需要在Spark应用程序中引入mysql-connector-java依赖。例如：

libraryDependencies += "mysql" % "mysql-connector-java" % "8.0.26"

2. 创建SparkConf对象和StreamingContext对象，同上。

3. 创建Socket输入流，同上。

4. 对DStream进行操作，实现每隔10秒钟累计统计接收数据中每个单词出现次数，并将结果写入MySQL数据库中。例如：

val words = lines.flatMap(_.split(" "))
val wordCounts = words.map((_, 1)).reduceByKey(_ + _)
wordCounts.foreachRDD { rdd =>
  rdd.foreachPartition { partitionOfRecords =>
    val conn = createConnection() // 创建MySQL连接
    partitionOfRecords.foreach { record =>
      val sql = s"insert into wordcount (word, count) values ('${record._1}', ${record._2})"
      val stmt = conn.createStatement()
      stmt.executeUpdate(sql) // 执行SQL语句
      stmt.close()
    }
    conn.close() // 关闭MySQL连接
  }
}

其中，createConnection函数用于创建MySQL连接，具体实现略。

5. 启动Spark Streaming Context，并等待处理结束。例如：

ssc.start()
ssc.awaitTermination()

这样就完成了将节点3发送的Socket数据，每隔10秒钟累计统计接收数据中每个单词出现次数并存入wordcount表的任务。