RDD、DataFrame、DataSet

在Spark中这三种数据格式十分重要，是使用Spark的基础中的基础。自己刚开始也一直比较模糊，所以写篇文章记录一下作为备用。 DataSet算子合集 整体算子 RDD和DataFrame 上图左侧的RDD[Person]虽然以Person为类型参数，但是对Spark框架来说它无法解析得到Person的内部具体结构，但是我们可以通过代码具体控制每个元素的转化。而DataFrame增加一个schem

>>阅读原文<<