Spark Dataset 是什么？它和 DataFrame 有什么区别？

What are Spark Datasets?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: medium

分类: Spark SQL, Datasets

标签: dataset, strongly-typed, encoders, dataframe-api

参考答案摘要

定义 Dataset 是 Spark SQL 中一种 强类型（strongly typed） 的数据结构，能够映射到关系型 schema，并通过 encoders 表达结构化查询。 与 DataFrame 的关系 Dataset 是 DataFrame API 的扩展。 它同时提供 类型安全（type safety） 与面向对象编程接口。

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。