Apache spark Spark流作业的行为类似于批处理

我正在尝试运行Spark流媒体作业来读取卡夫卡的消息。为了进行测试，我在Kafka中插入了几GB的消息，然后启动流作业（python）

我希望这份工作每秒都能更新我收到的信息（流媒体）。但是，作业会统计队列中的所有消息（无论需要多长时间），只有在统计完所有消息后，我才会看到更新（批处理）

请问，谁能告诉我我错过了什么

更新： 我期待看到的是：

-------------------------------------------
Time: 2016-01-28 16:23:42
-------------------------------------------
1000000

-------------------------------------------
Time: 2016-01-28 16:23:43
-------------------------------------------
10000000

我看到的是：

16/01/28 16:25:10 INFO JobScheduler: Added jobs for time 1453994710000 ms
16/01/28 16:25:11 INFO JobScheduler: Added jobs for time 1453994711000 ms
16/01/28 16:25:12 INFO JobScheduler: Added jobs for time 1453994712000 ms
16/01/28 16:25:13 INFO JobScheduler: Added jobs for time 1453994713000 ms
16/01/28 16:25:14 INFO JobScheduler: Added jobs for time 1453994714000 ms
16/01/28 16:25:15 INFO JobScheduler: Added jobs for time 1453994715000 ms
16/01/28 16:25:16 INFO JobScheduler: Added jobs for time 1453994716000 ms
...

---

您是如何提交工作的？您在哪里看到这些日志的？spark submit--jars spark-streaming-kafka-assembly_2.10-1.5.2.jar./spark_streaming_kafka.py。我在STDOUT上看到了那些日志，你在Spark-UI中看到了什么

16/01/28 16:25:10 INFO JobScheduler: Added jobs for time 1453994710000 ms
16/01/28 16:25:11 INFO JobScheduler: Added jobs for time 1453994711000 ms
16/01/28 16:25:12 INFO JobScheduler: Added jobs for time 1453994712000 ms
16/01/28 16:25:13 INFO JobScheduler: Added jobs for time 1453994713000 ms
16/01/28 16:25:14 INFO JobScheduler: Added jobs for time 1453994714000 ms
16/01/28 16:25:15 INFO JobScheduler: Added jobs for time 1453994715000 ms
16/01/28 16:25:16 INFO JobScheduler: Added jobs for time 1453994716000 ms
...