DStream
对DStream实施map,filter等操作操作，会转换成另外一个DStream，也就是说DStream也有依赖关系DStream是一组连续的RDD序列，实际上就是在时间维度上对RDD集合的封装，DStream与RDD的关系就是随着时间流逝不断的产生RDD。如下图所示：纵轴，DStream间的依赖实际上是转化为内部的RDD依赖关系；横轴，随着数据的流入，不断产生新的DStream Graph。
实际上DStream和RDD的关系如下所示：通过以时间为键值的哈希来创建RDD。
Input DStream
InputDStream是DStream最初诞生的地方,也是RDD最初诞生的地方,它是依据数据源创建的最初的DStream，比如基于Socket数据源创建了SocketInputDStream对象lines。从源码角度分析是怎么生成RDD：SocketInputDStream生成RDD的方法在它的父类ReceiverInputDSteam，其中的compute方法中调用了createBloackRDD方法基于Block信息创建了最初的RDD。
Transformed DStream
Transformed DStream是由其他DStream 通过非Output算子装换而来的DStream。常见的算子有：map、flatMap、filter、repartition、union、count等。
通过flatMap生成FlatMappedDStream: val words= lines.flatMap(_.split(" “))
DStream的方法flatMap源码：创建FlatMappeedDStream对象时传入了参数flatMapFunc,即用户的业务逻辑。
FlatMappedDStream的compute方法调用了parent的getOrCompute方法获取父DStream的RDD，flatMap和flatMapFunc生成新的RDD。
parent.getOrCompute依据DStream之间的依赖关系，将对DStream的操作都转换成对RDD的操作，这样DSream的依赖关系也与RDD之间依赖关系同时建立了起来。
Output DStream
Output DStream是其他DStream通过Output算子生成，Output算子是让DStream中的数据被推送的外部系统的操作。输出操作触发所有DStream的transformation操作的实际执行，类似action。常见的算子有：print、saveAsTextFiles、foreachRDD等。
通过print产生ForeachDStream：wordCounts.print()
DStream的方法print源码：print定义了函数foreachFunc打印元素。
又调用了foreachRDD算子，并将foreachFunc的处理逻辑作为参数传入。
foreachRDD的内部：创建了一个ForeachDStream对象，也就是Output DStream。
