Spark Dataset 快速上手

文章首发地址
Spark Dataset是Spark提供的一种强类型的数据抽象，它结合了RDD的强大功能和DataFrame的优化执行。下面是Spark Dataset的Java API的详细解释：

1. 创建Dataset：
   使用spark.createDataset()方法：通过调用spark对象的createDataset()方法，可以将Java集合或数组转换为Dataset。示例代码如下：

   List<Integer> data = Arrays.asList(1, 2, 3, 4, 5);
   

   Dataset dataset = spark.createDataset(data, Encoders.INT());
   使用spark.read().dataset()方法：在读取外部数据源时，可以使用spark.read().dataset()方法创建Dataset。示例代码如下：

   Dataset<Row> dataset = spark.read