spark streaming消费kafka数据进行词频统计，用scala语言，我的kafka版本是0.10

好的，下面是一个简单的示例代码，用于使用Spark Streaming消费Kafka数据并对接收到的消息中的单词进行计数：

import org.apache.spark.streaming.kafka010._
import org.apache.spark.streaming.{Seconds, StreamingContext}
import org.apache.spark.SparkConf

val sparkConf = new SparkConf().setAppName("KafkaWordCount").setMaster("local[*]")

val ssc = new StreamingContext(sparkConf, Seconds(5))

val kafkaParams = Map[String, Object](
    "bootstrap.servers" -> "localhost:9092",
    "key.deserializer" -> "org.apache.kafka.common.serialization.StringDeserializer",
    "value.deserializer" -> "org.apache.kafka.common.serialization.StringDeserializer",
    "group.id" -> "test-consumer-group",
    "auto.offset.reset" -> "latest",
    "enable.auto.commit" -> (false: java.lang.Boolean)
)

val topics = Array("test")

val stream = KafkaUtils.createDirectStream[String, String](
    ssc,
    LocationStrategies.PreferConsistent,
    ConsumerStrategies.Subscribe[String, String](topics, kafkaParams)
)

val lines = stream.map(_.value)

val words = lines.flatMap(_.split(" "))

val wordCounts = words.map(word => (word, 1)).reduceByKey(_ + _)

wordCounts.print()

ssc.start()
ssc.awaitTermination()

在这个示例中，我们首先创建了一个Spark Streaming上下文，并设置了我们要连接的Kafka集群的参数。接下来，我们使用`KafkaUtils`对象的`createDirectStream()`方法来创建一个直接连接到Kafka集群的DStream。我们从DStream中提取消息内容，并将其拆分为单词。最后，我们使用`reduceByKey()`函数对每个单词进行计数，并将结果打印出来。

希望这个示例能帮助你开始使用Spark Streaming消费Kafka数据并进行词频统计。