import org.apache.spark._ import org.apache.spark.streaming._ import org.apache.spark.{SparkConf, SparkContext} object WordCountStreaming { def main(args: Array[String]) { val ssc = new StreamingContext(sc, Seconds(10))// 时间间隔为10秒 val lines = ssc.textFileStream("file:///export/server/test") //这里采用本地文件，当然你也可以采用HDFS文件 val words = lines.flatMap(_.split(" ")) val wordCounts = words.map(x => (x, 1)).reduceByKey(_ + _) wordCounts.print() ssc.start() ssc.awaitTermination() } }

这是一个使用 Spark Streaming 实现的 WordCount 程序，可以实时地对文件夹中的文本文件进行处理。程序的主要流程如下：

1. 创建一个 StreamingContext 对象，并设置时间间隔为 10 秒。
2. 从指定文件夹中读取文本文件，每一行作为一个 RDD。
3. 对每一行进行切分，得到单词，并转换为 (word, 1) 的形式。
4. 对所有相同单词的 (word, 1) 对进行聚合操作，得到每个单词出现的次数。
5. 打印每个单词及其出现次数。
6. 启动 StreamingContext，并等待程序结束。

需要注意的是，这个程序并没有使用实际的 SparkContext 对象，而是直接使用了 sc 变量。如果你想在本地运行程序，需要先创建一个 SparkConf 对象，并指定本地模式运行。例如：

val conf = new SparkConf().setAppName("WordCountStreaming").setMaster("local[2]")
val sc = new SparkContext(conf)
val ssc = new StreamingContext(sc, Seconds(10))
...

这里的 `local[2]` 表示使用本地模式，使用两个 CPU 核心运行程序。