Spark SQL编程指南 (Spark 官方文档翻译) 中文PDF版 电子书

Spark SQL支持在Spark中执行SQL，或者HiveQL的关系查询表达式。它的核心组件是一个新增的RDD类型JavaSchemaRDD。JavaSchemaRDD由Row对象和表述这个行的每一列的数据类型的schema组成。一个JavaSchemaRDD类似于传统关系数据库的一个表。JavaSchemaRDD可以通过一个已存在的RDD，Parquet文件，JSON数据集，或者通过运行HiveSQL获得存储在Apache Hive上的数据创建。
Spark SQL是Spark的一个模块，用于结构化数据处理。它分享了一个编程的抽象被称为DataFrames，也可以作为分布式SQL查询引擎

下载体验

 

点击下载