Saprk的另一核心=＞《SparkSQL》

一、简介

1.1 简介

SaprkSQL时Spark专门针对结构化数据处理的一个组件，可以利用他快速简单的处理结构化数据，他可以加载结构化数据，并将其映射成数据表，利用SQL进行数据处理

SparkSQL 其实是对Spark-core处理结构化数据 的底层原理进行了封装

底层的物理执行计划还是spark-core的执行过程

 1.2 特点

1.2.1 易整合

sparkSQL 可以在spark的编程中，将SQL和算子进混合使用，使编程更加的灵活

val res = spark.sql("select * from tb_user")

res.map()

 1.2.2 统一的数据访问方式

sparkSQL为各种不同类型的数据源提供统一的访问方式，可以跨各类数据源进行join，支持的数据源如：csv，tcv(tab键作为分隔符)，hive，Avro，Parquet，orc(列式存储文件格式，本身就是有结构的)，json，jdbc

1.2.3 兼容hive

sparkSQL的server模式，可以为各类bi工具提供标准的JDBC、ODBC连接

SparkSQL可以看做一个转换层，向下对接各种不同的结构化数据源，向上提供不同的数据访问方式