Spark SQL允许Spark执行用SQL, HiveQL或者Scala表示的关系查询。这个模块的核心是一个新类型的RDD-SchemaRDD。 SchemaRDDs由行对象组成，行对象拥有一个模式（scheme） 来描述行中每一列的数据类型。SchemaRDD与关系型数据库中的表很相似。可以通过存在的RDD、一个Parquet文件、一个JSON数据库或者对存储在Apache Hive中的数据执行HiveSQL查询中创建。
本章的所有例子都利用了Spark分布式系统中的样本数据，可以在spark-shell中运行它们。接下来重点介绍如下：
spark sql 例子
数据源
RDDs
parquet文件
JSON数据集
Hive表
性能调优
其它SQL接口
编写语言集成(Language-Integrated)的相关查询
Spark SQL数据类型
感觉本站内容不错，读后有收获？小额赞助,鼓励网站分享出更好的教程
上一篇：Spark Streaming容错语义
下一篇：5.机器学习的应用--大数据
^