RDD
RDD：彈性分佈式數據集；不可變、可分區、元素可以並行計算的集合。
優點：
RDD編譯時類型安全：編譯時能檢查出類型錯誤；
面向對象的編程風格：直接通過類名點的方式操作數據。
缺點：
序列化和反序列化的性能開銷很大，大量的網絡傳輸；
構建對象佔用了大量的heap堆內存，導致頻繁的GC（程序進行GC時，所有任務都是暫停）
DataFrame
DataFrame以RDD爲基礎的分佈式數據集。
優點：
DataFrame帶有元數據schema，每一列都帶有名稱和類型。
DataFrame引入了off-heap，構建對象直接使用操作系統的內存，不會導致頻繁GC。
DataFrame可以從很多數據源構建；
DataFrame把內部元素看成Row對象，表示一行行的數據。
DataFrame=RDD+schema
缺點：
編譯時類型不安全；
不具有面向對象編程的風格。
Dataset
DataSet包含了DataFrame的功能，Spark2.0中兩者統一，DataFrame表示爲DataSet[Row]，即DataSet的子集。
（1）DataSet可以在編譯時檢查類型；
（2）並且是面向對象的編程接口。
（DataSet 結合了 RDD 和 DataFrame 的優點，並帶來的一個新的概念 Encoder。當序列化數據時，Encoder 產生字節碼與 off-heap 進行交互，能夠達到按需訪問數據的效果，而不用反序列化整個對象。）。
三者之間的轉換：
