createDataFrame

RDD本身是没有数据结构的需要函数进行分析（map ,flatmap......）
SparkSQL建立在SHARK上
SparkSQL的优势：数据兼容，性能优化，组件扩展
SparkSQL的语句顺序：
1解析（Parse）分析SQL语句的关键词（如：select,from,where）并判断SQL语句的合法性
2绑定（Bind）
3最优计划（Optimize）
4计划执行（Execute）
实现SPARKSQL
生产SchemaRDD-实现SPARKSQL必须将一般的RDD转换成带数据结构的数据集DataFrame
SchemaRDD本身是一个RDD，是RDD的一个子集

用各种方法生成SchemaRDD：

用createDataFrame产生DataFrame:

一个Row是一行数据，一个元组/列表也是一行数据

用collect()输出结果是一个列表，用show()是一个表格

输出结果是：

我们可以用select 只查询姓名和年龄

registerTempTable 生成一个临时表可以去做查询：

输出结果：

StructType：

·        StructType表示Row的数据类型，StructField是StructType的一个字段，设置具体的字段属性，有四个参数：

·        name - 字符串，字段的名称。

·        dataType - 字段的数据类型。

·        nullable - 布尔值，该字段是否可以为空（无）或不可以。

·        metadata - 从字符串到字典的字典，可以自动将内部转换为JSON

例子：