为了初始化Spark Streaming程序，一个StreamingContext对象必需被创建，它是Spark Streaming所有流操作的主要入口。一个StreamingContext 对象可以用SparkConf对象创建。 可以使用SparkConf对象创建JavaStreamingContext对象：

SparkConf conf = new SparkConf().setAppName(appName).setMaster(master);JavaStreamingContext jsc = new JavaStreamingContext(conf, Durations.seconds(seconds));

appName参数是应用程序在集群UI上显示的名称。 master是Spark，Mesos或YARN集群URL，或者是以本地模式运行的特殊字符串"local [*]"。

实际上，当在集群上运行时，您不想在程序中硬编码master(即在程序中写死)，而是希望使用spark-submit启动应用程序时得到master的值。 但是，对于本地测试和单元测试，您可以传递"local [*]"来运行Spark Streaming进程。 注意，这里内部创建的JavaSparkContext（所有Spark功能的起始点），可以通过jsc.sparkContext访问。

JavaStreamingContext对象也可以从现有的JavaSparkContext创建：

SparkConf conf = new SparkConf().setAppName("socket-spark-stream").setMaster("local[2]");JavaSparkContext sparkContext = new JavaSparkContext(conf);JavaStreamingContext jsc = new JavaStreamingContext(sparkContext, Durations.seconds(seconds));

批处理间隔必须根据应用程序和可用群集资源的延迟要求进行设置。 有关更多详细信息，请参阅“性能调优”部分。

定义上下文后，您必须执行以下操作：

• 通过创建输入DStreams定义输入源
• 通过对DStreams应用转换操作（transformation）和输出操作（output）来定义流计算
• 可以使用streamingContext.start()方法接收和处理数据
• 可以使用streamingContext.awaitTermination()方法等待流计算完成（手动或由于任何错误），来防止应用退出
• 可以使用streamingContext.stop（）手动停止处理。

注意点:

• 一旦上下文已经开始，则不能设置或添加新的流计算。
• 上下文停止后，无法重新启动。
• 在同一时间只有一个StreamingContext可以在JVM中处于活动状态。
• 在StreamingContext上调用stop()方法，也会关闭SparkContext对象。如果只想关闭StreamingContext对象，设置stop()的可选参数为false。
• 一个SparkContext可以重复利用创建多个StreamingContext，只要在创建下一个StreamingContext之前停止前一个StreamingContext（而不停止SparkContext）即可。