Spark 中的 DataFrames 和 RDD 之间有什么区别，何时使用一个而不是另一个？

What’s the difference between DataFrames and RDDs, and when would you use each?

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: Databricks, Company: Databricks

标签: Databricks, Spark Ops

参考答案摘要

答案 DataFrame 是带 schema 的高层抽象，能被 Catalyst/Tungsten 优化，通常更快且更易维护；RDD 更底层更灵活但优化空间更小。 多数结构化任务优先 DataFrame/Spark SQL；只有极少数需要底层控制或处理非结构化数据时才考虑 RDD。

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。