SparkSql:数据抽象（DataFrame与DataSet详解）

DataFrame 什么是DataFrame DataFrame是一种以RDD为基础的带有Schema元信息的分布式数据集，类似于传统数据库的二维表格 。 DataSet 什么是DataSet DataSet是保存了更多的描述信息，类型信息的分布式数据集。 与RDD相比，保存了更多的描述信息，概念上等同于关系型数据库中的二维表。 与DataFrame相比，保存了类型信息，是强类型的，提供了编译时类

>>阅读原文<<