spark-RDD、DF、DS

描述一下RDD，DataFrame，DataSet的区别？ 1）RDD 优点: 编译时类型安全 编译时就能检查出类型错误 面向对象的编程风格 直接通过类名点的方式来操作数据 缺点: 序列化和反序列化的性能开销 无论是集群间的通信, 还是 IO 操作都需要对对象的结构和数据进行序列化和反序列化。 GC 的性能开销，频繁的创建和销毁对象, 势必会增加 GC 2）DataFrame DataFrame

>>阅读原文<<