将 SQL 查询与 Spark 程序无缝混合。
Spark SQL 允许您在 Spark 程序中查询结构化数据,可以使用 SQL 或熟悉的 DataFrame API。可在 Java、Scala、Python 和 R 中使用。
以相同方式连接到任何数据源。
DataFrames 和 SQL 提供了一种通用方式来访问各种数据源,包括 Hive、Avro、Parquet、ORC、JSON 和 JDBC。您甚至可以跨这些源连接数据。
在现有数据仓库上运行 SQL 或 HiveQL 查询。
Spark SQL 支持 HiveQL 语法以及 Hive SerDes 和 UDF,允许您访问现有的 Hive 数据仓库。
通过 JDBC 或 ODBC 连接。
服务器模式提供行业标准的 JDBC 和 ODBC 连接,用于商业智能工具。
Spark SQL 包含基于成本的优化器、列式存储和代码生成,以加快查询速度。同时,它利用 Spark 引擎扩展到数千个节点和数小时的查询,提供完整的查询中容错能力。无需担心对历史数据使用不同的引擎。
Spark SQL 作为 Apache Spark 的一部分进行开发。因此,它会随着每个 Spark 版本的发布进行测试和更新。
如果您对系统有疑问,请在 Spark 邮件列表上提问。
Spark SQL 开发者欢迎贡献。如果您想提供帮助,请阅读如何为 Spark 贡献,并向我们发送补丁!