Spark为结构化数据处理引入了一个称为Spark SQL的编程模块。简而言之，sparkSQL是Spark的前身，是在Hadoop发展过程中，为了给熟悉RDBMS但又不理解MapReduce的技术人员提供快速上手的工具。
sparkSQL提供了一个称为
DataFrame（数据框）的编程抽象，DF的底层仍然是
RDD，并且可以充当分布式
SQL查询引擎。
SparkSql有哪些特点呢？
1）引入了新的
RDD类型Schema
RDD，可以像传统数据库定义表一样来定义Schema
RDD。
2）在应用程序中可以混合使用不同来源的数据，如可以将来自
HiveQL的数据和来自
SQL的数据进行Join操作。
3）内嵌了查询优化框架，在把
SQL解析成逻辑执行计划之后，最后变成
RDD的计算。
