Spark SQL概述
是一种用于结构化数据处理的spark组件。所谓结构化数据，是指具有schema信息的数据。
Spark SQL主要特点
-1. 将SQL查询与spark应用程序无缝组合
-2. Spark SQL以相同方式连接多种数据源
-3. 在现有数据仓库上运行SQL或HiveQL查询
DataFrame
是 Spark SQL 提供的一个编程抽象，也是一个分布式的数据集合。dataframe 在RDD的基础上添加了数据描述信息（Schema，即元信息），因此看起来更像是一张数据库表。
DataSet
是一个分布式数据集。相对于RDD，DataSet 提供了强类型支持，在RDD的每行数据加了类型约束。
| **使用DataFrame API和Dataset API 均可以经过 Spark SQL优化器的优化，从而提高程序执行效率。** |
sparkSession.read.textFile 和 read.json
val df = sparksession.read.json("xxx\\people.json")
df 数据类型：DataFrame
val df1 = sparksession.read.textFile("xxx\\people.txt")
df1 数据类型：DataSet
row dataframe dataset 间的相互转化
Row --> DataFrame .toDF
Row --> DataSet .toDS
DataFrame --> DataSet .as[Subject]
DataSet --> DataFrame .toDF
DataFrame --> Row .rdd
DataSet --> Row .rdd
