1.Spark SQL出现的 原因是什么?
SparkSQL是spark用来处理结构化的一个模块，它提供一个抽象的数据集DataFrame,并且是作为分布式SQL查询引擎的应用，可以将执行效率大大提升。
2.用spark.read 创建DataFrame
3.观察从不同类型文件创建DataFrame有什么异同?
txt文件：创建的DataFrame数据没有结构
json文件：创建的DataFrame数据有结构
4.观察Spark的DataFrame与Python pandas的DataFrame有什么异同？
Spark SQL DataFrame的基本操作
创建：
spark.read.text()
spark.read.json()
打印数据
df.show()默认打印前20条数据，df.show(n)
打印概要
df.printSchema()
查询总行数
df.count()
df.head(3) #list类型，list中每个元素是Row类
输出全部行
df.collect() #list类型，list中每个元素是Row类
查询概况
df.describe().show()
取列
df2[‘name’]
df2.name
df.select()
df.filter()
df.groupBy()
df.sort()