RDD，DataFrame，DataSet及三者之间的转换

RDD:

以Person为类型参数，但是Spark框架本身不了解Person类的内部结构。
DataFrame:

DataFrame每一行的类型固定为Row, 每一列的值没法直接访问，只有通过解析才能获取各个字段的值。
DataSet:
DataFrame也可以叫DataSet[Row]，每一行类型是Row,不解析，每一行究竟有哪些字段，各个字段又是什么类型都无从得知，只能用上面的getAs方法拿出特定字段，而DataSet中，每一行是什么类型是不一定的，在自定义case class之后可以很自由的获取每一行的信息。
三者关系
RDD是分布式的Java对象的集合。DataFrame是分布式的Row对象的集合，DataFrame=Dataset[Row]。

	RDD	DataFrame	Dataset
3者区别：数据类型	RDD[Int]	DataFrame:不能跟数据类型	Dataset[Int]
2者区别：		1. DataFrame中存放的数据类型Row代表的是行数据，一个row就是一行数据。2.但是Row中每一行中有几列数据，每一列数据是什么类型，什么字段名Row都无法看出来，需要通过row.getAs[数据类型](列名/列的索引)获取对应的列的结果	1. Dataset除了Row类型意外，可以存储Scala支持的任何一种数据类型。包括元组、类或其他类型数据，Dataset中存放的每一种数据类型就是Dataset表格结构中的一行数据。