sparkSQL 的由來
我們知道最初的計算框架叫 mapreduce，他的缺點是計算速度慢，還有一個就是代碼比較麻煩，所以有了 hive；
hive 是把類 sql 的語句轉換成 mapreduce，解決了開發難的問題，但是 hive 的底層還是 mapreduce，仍然是慢；
spark 也看到了 hive 的優勢，以 hive 為中心的一套框架 shark 營運而生，它是 spark 的前身，h 就是 hive 的意思；
但是 為了 提高 shark 的效率，spark 自己開發了一套算法，替代了之前 hive 的思路，這套算法就是 sparkSQL
sparkSQL 簡介
sparkSQL 是 spark 專門處理結構化數據的一個模塊，也就是像數據表一樣的數據，處理方式就是像 sql 一樣；
換句話說，sparkSQL 使用 sql 的方式代替了之前數據處理的方式。
sparkSQL 提供了兩個編程抽象：DataFrame 和 DataSet，起到了分布式 SQL 查詢引擎的作用；
sparkSQL 把 sql 語句 和 dataFrame、dataSet 轉換成了 RDD，執行效率非常快；
也就是說 dataFrame、dataSet 的底層仍然 是 RDD，並且可以互相轉換
sparkSQL 的特點
官方解釋
易整合：
兼容 hive：
統一的數據訪問方式：用同樣的方式讀取各類文件
標准的數據庫連接：可以通過 JDBC 或者 ODBC 連接標准數據庫
后面會詳細解釋。
sparkSQL vs DB Hive
