1、dataset官方定義：
A Dataset is a strongly typed collection of domain-specific objects that can be transformed in parallel using functional or relational operations.
Each Dataset also has an untyped view called a DataFrame, which is a Dataset of Row.
翻譯：
Dataset是特定域對象中的強類型集合，它可以使用函數或者相關操作並行地進行轉換等操作。
每個Dataset都有一個稱爲DataFrame的非類型化的視圖，這個視圖是行的數據集
2、RDD也是可以並行化的操作，DataSet和RDD主要的區別是：DataSet是特定域的對象集合；然而RDD是任何對象的集合。DataSet的API總是強類型的；而且可以利用這些模式進行優化，然而RDD卻不行。
3、 datafrmae -> dataSet : df.as(String)
dataset -> dataframe :dst.toDF()
- 創建一個ds
val data = spark.read.text("dataSet/userSet.txt").as[String]
val personDS = Seq(("Max", 33), ("Adam", 32), ("Muller", 62)).toDS
personDS.show
withNames = personDS.toDF("name", "age").as[(String, Int)]
withNames.show
閱讀的相關博客：