Update docs for structured streaming

README.md

@@ -27,13 +27,13 @@ Waterdrop 提供可直接执行的软件包，没有必要自行编译源代码
 Databricks 开源的 Apache Spark 对于分布式数据处理来说是一个伟大的进步。我们在使用 Spark 时发现了很多可圈可点之处，同时我们也发现了我们的机会 —— 通过我们的努力让Spark的使用更简单，更高效，并将业界和我们使用Spark的优质经验固化到Waterdrop这个产品中，明显减少学习成本，加快分布式数据处理能力在生产环境落地。
 
 除了大大简化分布式数据处理难度外，Waterdrop尽所能为您解决可能遇到的问题：
+
 * 数据丢失与重复
 * 任务堆积与延迟
 * 吞吐量低
 * 应用到生产环境周期长
 * 缺少应用运行状态监控
 
-
 "Waterdrop" 的中文是“水滴”，来自中国当代科幻小说作家刘慈欣的《三体》系列，它是三体人制造的宇宙探测器，会反射几乎全部的电磁波，表面绝对光滑，温度处于绝对零度，全部由被强互作用力紧密锁死的质子与中子构成，无坚不摧。在末日之战中，仅一个水滴就摧毁了人类太空武装力量近2千艘战舰。
 
 ## Waterdrop 使用场景
@@ -44,14 +44,15 @@ Databricks 开源的 Apache Spark 对于分布式数据处理来说是一个伟
 
 ## Waterdrop 的特性
 
-* 简单易用，灵活配置，无需开发
-* 实时流式处理
-* 离线多源数据分析
-* 高性能
-* 海量数据处理能力
-* 模块化和插件化，易于扩展
-* 支持利用SQL做数据处理和聚合
-* 支持Spark 2.x
+*   简单易用，灵活配置，无需开发
+*   实时流式处理
+*   离线多源数据分析
+*   高性能
+*   海量数据处理能力
+*   模块化和插件化，易于扩展
+*   支持利用SQL做数据处理和聚合
+*   支持Spark Structured Streaming
+*   支持Spark 2.x
 
 ## Waterdrop 的工作流程
 

docs/zh-cn/README.md

@@ -48,6 +48,7 @@ Databricks 开源的 Apache Spark 对于分布式数据处理来说是一个伟
 * 海量数据处理能力
 * 模块化和插件化，易于扩展
 * 支持利用SQL做数据处理和聚合
+* Spark Structured Streaming
 * 支持Spark 2.x
 
 ## Waterdrop 的工作流程

docs/zh-cn/quick-start.md

@@ -118,3 +118,13 @@ cd waterdrop
 ./bin/start-waterdrop.sh --master local[4] --deploy-mode client --config ./config/batch.conf.template
 
 ```
+
+[配置示例3 : Structured Streaming 流式处理](https://github.com/InterestingLab/waterdrop/blob/master/config/structuredstreaming.conf.template)
+
+以上配置为默认【Structured Streaming 配置模版】，需配置Kafka输入源后运行，命令如下：
+
+```
+cd waterdrop
+./bin/start-waterdrop-structured-streaming.sh --master local[4] --deploy-mode client --config ./config/batch.conf.template
+
+```