要配置Spark Streaming SQL，您需要遵循以下步驟：

1. 安裝和配置Apache Spark和Spark Streaming。確保您已經正確安裝了Spark和Spark Streaming，并設置了正確的環境變量。

2. 添加Spark SQL依賴項。在您的項目中，添加Spark SQL的依賴項。如果您使用的是Maven，可以在pom.xml文件中添加以下依賴項：

<dependency>
  <groupId>org.apache.spark</groupId>
  <artifactId>spark-sql_2.12</artifactId>
  <version>3.2.0</version>
</dependency>

如果您使用的是Scala，可以在build.sbt文件中添加以下依賴項：

libraryDependencies += "org.apache.spark" %% "spark-sql" % "3.2.0"

3. 創建SparkSession。在您的代碼中，創建一個SparkSession對象，這是與Spark進行交互的入口點。例如，在Scala中，您可以這樣做：

import org.apache.spark.sql.SparkSession

val spark = SparkSession.builder()
  .appName("Spark Streaming SQL")
  .master("local[*]")
  .getOrCreate()

4. 讀取數據源。使用Spark SQL提供的API讀取數據源。例如，從CSV文件中讀取數據：

import org.apache.spark.sql.functions._

val df = spark.read
  .option("header", "true")
  .csv("path/to/your/csvfile.csv")

5. 注冊DataFrame為臨時視圖。使用createOrReplaceTempView方法將DataFrame注冊為臨時視圖，以便可以使用SQL查詢。例如：

df.createOrReplaceTempView("my_data")

6. 使用SQL查詢數據。現在，您可以使用SQL查詢來處理數據。例如，要計算每列的平均值，可以執行以下查詢：

val result = spark.sql("SELECT AVG(column1), AVG(column2) FROM my_data")
result.show()

7. 處理查詢結果。您可以對查詢結果進行進一步處理，例如將其保存到文件或數據庫中。

8. 關閉SparkSession。在完成所有操作后，關閉SparkSession以釋放資源。例如：

spark.stop()

這就是配置Spark Streaming SQL的基本步驟。根據您的需求和數據源類型，您可能需要對這些步驟進行一些調整。