spark sql对seq值的包装

spark sql对seq(s1, s2, s3, …)值的包装，seq的每一个元素si会被包装成一个Row
若是si为一个简单值，则生成一个只包含一个value列的Row
若是si为一个N-Tuple，则生成一个包含N列的Row

特别的，若是N-Tuple是一元组，则视为非元组，即生成一个只包含一个value列的Row

scala> Seq(("bluejoe"),("alex")).toDF().show +-------+
| value| +-------+
|bluejoe|
| alex| +-------+

scala> Seq("bluejoe","alex").toDF().show +-------+
| value| +-------+
|bluejoe|
| alex| +-------+

scala> Seq(("bluejoe",1),("alex",0)).toDF().show +-------+---+
| _1| _2| +-------+---+
|bluejoe|  1|
| alex| 0| +-------+---+

我特地编写了以下测试用例，验证了这种状况：

@Test
    def testEncoderSchema() {
        val spark = SparkSession.builder.master("local[4]")
            .getOrCreate();
        val sqlContext = spark.sqlContext;
        import sqlContext.implicits._
        import org.apache.spark.sql.catalyst.encoders.encoderFor
        val schema1 = encoderFor[String].schema;
        val schema2 = encoderFor[(String)].schema;
        val schema3 = encoderFor[((String))].schema;

        Assert.assertEquals(schema1, schema2);
        Assert.assertEquals(schema1, schema3);
    }