4，SparkSql

一，RDD與DataFrame與DataSet的區別 1，RDD的劣勢是性能限制，它是一個jvm駐內存對象，這也就決定了在GC的限制和數據增加時序列化成本的提高 2，Dataframe與RDD類似，也是一個分佈式數據容器。然而DataFrame更像是傳統數據庫的二維表格，除了數據以外還記錄數據的結構信息，即schema.同時與hive類似，DataFrame也支持嵌套數據類型struct,arra

>>阅读原文<<