1.结构化API概述 Apache Spark是一个用于大规模数据处理的快速，可靠，容错的分布式计算框架。 Spark有两套基本的API（Application Programming Interface，应用程序编程接口）： 低级的“非结构化”API：弹性分布式数据集（RDD） 高级的“结构化”API：类型安全的结构化数据API——Dataset 结构化API是处理各种数据类型的工具，可处理非结构化的日志文件，半结构化的CSV文件，以及高度结构化的Parquet文件。结构化API指