7.请简述Spark Streaming对数据模型、计算模型的抽象。

Spark Streaming是一个基于Spark的流式处理引擎，它可以对实时数据进行高效的处理和分析。它将实时数据流抽象为一个连续的数据流，并将其划分为一系列离散的时间窗口进行处理。在处理数据流时，Spark Streaming采用了数据模型和计算模型的抽象。

数据模型方面，Spark Streaming将数据流抽象为一个不断增长的DStream（Discretized Stream），即离散化的流数据集。DStream是由一系列RDD组成的，每个RDD表示一个时间窗口内的数据集合。每个时间窗口内的数据会被收集到一个RDD中，并作为一个新的DStream输出，这种方式使得Spark Streaming可以对离散化的数据进行高效处理。

计算模型方面，Spark Streaming采用了微批次计算模型，即将实时数据流划分为一系列离散的时间窗口，每个时间窗口内的数据会被收集到一个RDD中，并在RDD上进行批处理。这种方式兼顾了实时性和计算效率。

综上所述，Spark Streaming通过数据模型和计算模型的抽象，实现了对实时数据流的高效处理和分析，具有广泛的应用前景。