DataFrames

DataFrame是一个由列组织的分布式的数据集合。它的概念与关系型数据庫的表等价，或在与R/Python里的data frame等价，但是有着更丰富的优化。DataFrame能够从一个从更广泛的源数组中构建，例如：结构化的数据文件，Hive中的tables，外部数据庫，或者已经存在的RDDs。DataFrame API支持Scala, Java, Python和R。