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：