文档摘要

第2章 Spark SQL 与 DataFrame 本章要回答的三个问题：①一行 SQL 敲下去，引擎在把它变成 Task 之前做了哪些"改写"？②DataFrame 和 RDD 明明是两套 API，为什么跑在同一台引擎上？③拿到一份慢查询，怎么从执行计划里读出病灶？ 为什么会有这一章 RDD API 把执行细节全部交给写代码的人：怎么分区、怎么缓存、先过滤还是先聚合，全凭手感。团队一大，手感参差不齐，引擎再快也架不住糟糕的血统图。 会员。《第2章 Spark SQL与DataFrame》收录于灏天文库文集《Spark大数据分析与处理实战》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/178-spark%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B8%8E%E5%A4%84%E7%90%86%E5%AE%9E%E6%88%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流