Spark SQL和我们之前讲Hive的时候说的hive on spark是不一样的。
hive on spark是表示把底层的mapreduce引擎替换为spark引擎。
而Spark SQL是Spark自己实现的一套SQL处理引擎。
Spark SQL是Spark中的一个模块，主要用于进行结构化数据的处理。它提供的最核心的编程抽象，就是
DataFrame。

DataFrame=RDD+Schema
它其实和关系型数据库中的表非常类似，RDD可以认为是表中的数据，Schema是表结构信息。
DataFrame可以通过很多来源进行构建，包括：结构化的数据文件，Hive中的表，外部的关系型数据
库，以及RDD

Spark1.3出现的DataFrame ，Spark1.6出现了DataSet，在Spark2.0中两者统一，DataFrame等于
DataSet[Row]

要使用Spark SQL，首先需要创建一个SpakSession对象
SparkSession中包含了SparkContext和SqlContext
所以说想通过SparkSession来操作RDD的话需要先通过它来获取SparkContext
这个SqlContext是使用sparkSQL操作hive的时候会用到的。

使用SparkSession，可以从RDD、HIve表或者其它数据源创建DataFrame
那下面我们来使用JSON文件来创建一个DataFrame
想要使用spark-sql需要先添加spark-sql的依赖

<dependency>
 <groupId>org.apache.spark</groupId>
 <artifactId>spark-sql_2.11</artifactId>
 <version>2.4.3</version>
</dependency>

在项目中添加sql这个包名

package com.imooc.scala.sql
import org.apache.spark.SparkConf
import org.apache.spark.sql.SparkSession
/**
 * 需求：使用json文件创建DataFrame
 * Created by xuwei
 */
object SqlDemoScala{
 def main(args: Array[String]): Unit = {
 val conf = new SparkConf()
 .setMaster("local")
 //创建SparkSession对象，里面包含SparkContext和SqlContext
 val sparkSession = SparkSession.builder()
 .appName("SqlDemoScala")
 .config(conf)
 .getOrCreate()
 //读取json文件，获取DataFrame
 val stuDf = sparkSession.read.json("D:\\student.json")
 //查看DataFrame中的数据
 stuDf.show()
 sparkSession.stop()
 }
}

package com.imooc.java.sql;
import org.apache.spark.SparkConf;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SparkSession;
/**
 * 需求：使用json文件创建DataFrame
 * Created by xuwei
 */
public class SqlDemoJava {
 public static void main(String[] args) {
 SparkConf conf = new SparkConf();
 conf.setMaster("local");
 //创建SparkSession对象，里面包含SparkContext和SqlContext
 SparkSession sparkSession = SparkSession.builder()
 .appName("SqlDemoJava")
 .config(conf)
 .getOrCreate();
 //读取json文件，获取Dataset<Row>
 Dataset<Row> stuDf = sparkSession.read().json("D:\\student.json");
 stuDf.show();
 sparkSession.stop()
 }
}

由于DataFrame等于DataSet[Row]，它们两个可以互相转换，所以创建哪个都是一样的
咱们前面的scala代码默认创建的是DataFrame，java代码默认创建的是DataSet
尝试对他们进行转换
在Scala代码中将DataFrame转换为DataSet[Row]，对后面的操作没有影响
//将DataFrame转换为DataSet[Row]
val stuDf = sparkSession.read.json("D:\\student.json").as("stu")

在Java代码中将DataSet[Row]转换为DataFrame
//将Dataset<Row>转换为DataFrame
Dataset<Row> stuDf = sparkSession.read().json("D:\\student.json").toDF();

下面来看一下Spark sql中针对DataFrame常见的算子操作
先看一下官方文档

printSchema()
show()
select()
filter()、where()
groupBy()
count()

下面来使用一下这些操作
scala代码如下：
package com.imooc.scala.sql
import org.apache.spark.SparkConf
import org.apache.spark.sql.SparkSession
/**
 * 需求：DataFrame常见操作
 * Created by xuwei
 */
object DataFrameOpScala {
 def main(args: Array[String]): Unit = {
 val conf = new SparkConf()
 .setMaster("local")
 //创建SparkSession对象，里面包含SparkContext和SqlContext
 val sparkSession = SparkSession.builder()
 .appName("DataFrameOpScala")
 .config(conf)
 .getOrCreate()
 val stuDf = sparkSession.read.json("D:\\student.json")
 //打印schema信息
 stuDf.printSchema()
 //默认显示所有数据，可以通过参数控制显示多少条
 stuDf.show(2)
 //查询数据中的指定字段信息
 stuDf.select("name","age").show()
 //在使用select的时候可以对数据做一些操作，需要添加隐式转换函数，否则语法报错
 import sparkSession.implicits._
 stuDf.select($"name",$"age" + 1).show()
 //对数据进行过滤，需要添加隐式转换函数，否则语法报错
 stuDf.filter($"age">18).show()
 //where底层调用的就是filter
stuDf.where($"age">18).show()
 //对数据进行分组求和
 stuDf.groupBy("age").count().show()
 sparkSession.stop()
 }
}

package com.imooc.java.sql;
import org.apache.spark.SparkConf;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SparkSession;
import static org.apache.spark.sql.functions.col;
/**
 * 需求：DataFrame常见操作
 * Created by xuwei
 */
public class DataFrameOpJava {
 public static void main(String[] args) {
 SparkConf conf = new SparkConf();
 conf.setMaster("local");
 //创建SparkSession对象，里面包含SparkContext和SqlContext
 SparkSession sparkSession = SparkSession.builder()
 .appName("DataFrameOpJava")
 .config(conf)
 .getOrCreate();
 Dataset<Row> stuDf = sparkSession.read().json("D:\\student.json");
 //打印schema信息
 stuDf.printSchema();
 //默认显示所有数据，可以通过参数控制显示多少条
 stuDf.show(2);
 //查询数据中的指定字段信息
 stuDf.select("name","age").show();
 //在select的时候可以对数据做一些操作,需要引入import static org.apache.spa
 stuDf.select(col("name"),col("age").plus(1)).show();
 //对数据进行过滤
 stuDf.filter(col("age").gt(18)).show();
 stuDf.where(col("age").gt(18)).show();
 //对数据进行分组求和
 stuDf.groupBy("age").count().show();
 sparkSession.stop();
 }
}

这些就是针对DataFrame的一些常见的操作。
但是现在这种方式其实用起来还是不方便，只是提供了一些类似于可以操作表的算子，很对一些简单的查
询还是可以的，但是针对一些复杂的操作，使用算子写起来就很麻烦了，所以我们希望能够直接支持用
sql的方式执行，Spark SQL也是支持的

想要实现直接支持sql语句查询DataFrame中的数据
需要两步操作
1. 先将DataFrame注册为一个临时表
2. 使用sparkSession中的sql函数执行sql语句
下面来看一个案例
scala代码如下：

package com.imooc.scala.sql
import org.apache.spark.SparkConf
import org.apache.spark.sql.SparkSession
/**
 * 需求：使用sql操作DataFrame
 * Created by xuwei
 */
object DataFrameSqlScala {
 def main(args: Array[String]): Unit = {
 val conf = new SparkConf()
 .setMaster("local")
 //创建SparkSession对象，里面包含SparkContext和SqlContext
 val sparkSession = SparkSession.builder()
 .appName("DataFrameSqlScala")
 .config(conf)
 .getOrCreate()
 val stuDf = sparkSession.read.json("D:\\student.json")
 //将DataFrame注册为一个临时表
 stuDf.createOrReplaceTempView("student")
 //使用sql查询临时表中的数据
 sparkSession.sql("select age,count(*) as num from student group by age")
 .show()
 sparkSession.stop()
 }
}

package com.imooc.java.sql;
import org.apache.spark.SparkConf;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SparkSession;
/**
 * 需求：使用sql操作DataFrame
 * Created by xuwei
 */
public class DataFrameSqlJava {
 public static void main(String[] args) {
 SparkConf conf = new SparkConf();
 conf.setMaster("local");
 //创建SparkSession对象，里面包含SparkContext和SqlContext
 SparkSession sparkSession = SparkSession.builder()
 .appName("DataFrameSqlJava")
 .config(conf)
 .getOrCreate();
 Dataset<Row> stuDf = sparkSession.read().json("D:\\student.json");
 //将Dataset<Row>注册为一个临时表
 stuDf.createOrReplaceTempView("student");
 //使用sql查询临时表中的数据
 sparkSession.sql("select age,count(*) as num from student group by ag
 .show();
 sparkSession.stop();
 }
}

为什么要将RDD转换为DataFrame?
在实际工作中我们可能会先把hdfs上的一些日志数据加载进来，然后进行一些处理，最终变成结构化的
数据，希望对这些数据做一些统计分析，当然了我们可以使用spark中提供的transformation算子来实
现，只不过会有一些麻烦，毕竟是需要写代码的，如果能够使用sql实现，其实是更加方便的。
所以可以针对我们前面创建的RDD，将它转换为DataFrame，这样就可以使用dataFrame中的一些算子
或者直接写sql来操作数据了。

Spark SQL支持这两种方式将RDD转换为DataFrame
1. 反射方式
2. 编程方式

下面来看一下反射方式：
这种方式是使用反射来推断RDD中的元数据。
基于反射的方式，代码比较简洁，也就是说当你在写代码的时候，已经知道了RDD中的元数据，这样的
话使用反射这种方式是一种非常不错的选择。
Scala具有隐式转换的特性，所以spark sql的scala接口是支持自动将包含了case class的RDD转换为
DataFrame的

下面来举一个例子
scala代码如下：

package com.imooc.scala.sql
import org.apache.spark.SparkConf
import org.apache.spark.sql.SparkSession
/**
 * 需求：使用反射方式实现RDD转换为DataFrame
 * Created by xuwei
 */
object RddToDataFrameByReflectScala {
 def main(args: Array[String]): Unit = {
 val conf = new SparkConf()
 .setMaster("local")
 //创建SparkSession对象，里面包含SparkContext和SqlContext
 val sparkSession = SparkSession.builder()
 .appName("RddToDataFrameByReflectScala")
 .config(conf)
 .getOrCreate()
 //获取SparkContext
 val sc = sparkSession.sparkContext
 val dataRDD = sc.parallelize(Array(("jack",18),("tom",20),("jessic",30)))
 //基于反射直接将包含Student对象的dataRDD转换为DataFrame
 //需要导入隐式转换
 import sparkSession.implicits._
 val stuDf = dataRDD.map(tup=>Student(tup._1,tup._2)).toDF()
 //下面就可以通过DataFrame的方式操作dataRDD中的数据了
 stuDf.createOrReplaceTempView("student")
 //执行sql查询
 val resDf = sparkSession.sql("select name,age from student where age > 18
 //将DataFrame转化为RDD
 val resRDD = resDf.rdd
 //从row中取数据，封装成student，打印到控制台
 //xxx.map(row=>(row._1,row_2))是错误的
 resRDD.map(row=>Student(row(0).toString,row(1).toString.toInt))
 .collect()
 .foreach(println(_))
 //使用row的getAs()方法，获取指定列名的值
 resRDD.map(row=>Student(row.getAs[String]("name"),row.getAs[Int]("age")))
 .collect()
 .foreach(println(_))
 sparkSession.stop()
 }
}
//定义一个Student
case class Student(name: String,age: Int)

java代码值得注意下

package com.imooc.java.sql;
import org.apache.spark.SparkConf;
import org.apache.spark.SparkContext;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.Function;
import org.apache.spark.rdd.RDD;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SparkSession;
import scala.Tuple2;
import java.io.Serializable;
import java.util.Arrays;
import java.util.List;
/**
 * 需求：使用反射方式实现RDD转换为DataFrame
 * Created by xuwei
 */
public class RddToDataFrameByReflectJava {
 public static void main(String[] args) {
 SparkConf conf = new SparkConf();
 conf.setMaster("local");
 //创建SparkSession对象，里面包含SparkContext和SqlContext
 SparkSession sparkSession = SparkSession.builder()
 .appName("RddToDataFrameByReflectJava")
 .config(conf)
 .getOrCreate();
 //获取SparkContext
 //从sparkSession中获取的是scala中的sparkContext，所以需要转换成java中的sp
 JavaSparkContext sc = JavaSparkContext.fromSparkContext(sparkSession.
 Tuple2<String, Integer> t1 = new Tuple2<String, Integer>("jack", 18);
 Tuple2<String, Integer> t2 = new Tuple2<String, Integer>("tom", 20);
 Tuple2<String, Integer> t3 = new Tuple2<String, Integer>("jessic", 30
 JavaRDD<Tuple2<String, Integer>> dataRDD = sc.parallelize(Arrays.asLi
 JavaRDD<Student> stuRDD = dataRDD.map(new Function<Tuple2<String, Int
 @Override
 public Student call(Tuple2<String, Integer> tup) throws Exception 
 return new Student(tup._1, tup._2);
 }
 });
 //注意：Student这个类必须声明为public，并且必须实现序列化
 Dataset<Row> stuDf = sparkSession.createDataFrame(stuRDD, Student.cla
 stuDf.createOrReplaceTempView("student");
 //执行sql查询
 Dataset<Row> resDf = sparkSession.sql("select name,age from student w
 //将DataFrame转化为RDD，注意：这里需要转为JavaRDD
 JavaRDD<Row> resRDD = resDf.javaRDD();
 //从row中取数据，封装成student，打印到控制台
 List<Student> resList = resRDD.map(new Function<Row, Student>() {
 @Override
 public Student call(Row row) throws Exception {
 //return new Student(row.getString(0), row.getInt(1));
 //通过getAs获取数据
 return new Student(row.getAs("name").toString(), Integer.pars
 }
 }).collect();
 for(Student stu : resList){
 System.out.println(stu);
 }
 sparkSession.stop();
 }
}

接下来是编程的方式
这种方式是通过编程接口来创建DataFrame，你可以在程序运行时动态构建一份元数据，就是Schema，然后将其应用到已经存在的RDD上。这种方式的代码比较冗长，但是如果在编写程序时，还不知道RDD的元数据，只有在程序运行时，才能动态得知其元数据，那么只能通过这种动态构建元数据的方式。

也就是说当case calss中的字段无法预先定义的时候，就只能用编程方式动态指定元数据了

下面看一个案例
scala代码如下：

package com.imooc.scala.sql
import org.apache.spark.SparkConf
import org.apache.spark.sql.types.{IntegerType, StringType, StructField, Stru
import org.apache.spark.sql.{Row, SparkSession}
/**
 * 需求：使用编程方式实现RDD转换为DataFrame
 * Created by xuwei
 */
object RddToDataFrameByProgramScala {
 def main(args: Array[String]): Unit = {
 val conf = new SparkConf()
 .setMaster("local")
 //创建SparkSession对象，里面包含SparkContext和SqlContext
 val sparkSession = SparkSession.builder()
 .appName("RddToDataFrameByProgramScala")
 .config(conf)
 .getOrCreate()
 //获取SparkContext
 val sc = sparkSession.sparkContext
 val dataRDD = sc.parallelize(Array(("jack",18),("tom",20),("jessic",30)))
 //组装rowRDD
 val rowRDD = dataRDD.map(tup=>Row(tup._1,tup._2))
 //指定元数据信息【这个元数据信息就可以动态从外部获取了，比较灵活】
 val schema = StructType(Array(
 StructField("name",StringType,true),
 StructField("age",IntegerType,true)
 ))
 //组装DataFrame
 val stuDf = sparkSession.createDataFrame(rowRDD,schema)
 //下面就可以通过DataFrame的方式操作dataRDD中的数据了
 stuDf.createOrReplaceTempView("student")
 //执行sql查询
 val resDf = sparkSession.sql("select name,age from student where age > 18
 //将DataFrame转化为RDD
 val resRDD = resDf.rdd
 resRDD.map(row=>(row(0).toString,row(1).toString.toInt))
 .collect()
 .foreach(println(_))
 sparkSession.stop()
 }
}

package com.imooc.java.sql;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.Function;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.RowFactory;
import org.apache.spark.sql.SparkSession;
import org.apache.spark.sql.types.DataTypes;
import org.apache.spark.sql.types.StructField;
import org.apache.spark.sql.types.StructType;
import scala.Tuple2;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
/**
 * 需求：使用编程方式实现RDD转换为DataFrame
 * Created by xuwei
 */
public class RddToDataFrameByProgramJava {
 public static void main(String[] args) {
 SparkConf conf = new SparkConf();
 conf.setMaster("local");
 //创建SparkSession对象，里面包含SparkContext和SqlContext
 SparkSession sparkSession = SparkSession.builder()
 .appName("RddToDataFrameByProgramJava")
 .config(conf)
 .getOrCreate();
 //获取SparkContext
 //从sparkSession中获取的是scala中的sparkContext，所以需要转换成java中的sp
 JavaSparkContext sc = JavaSparkContext.fromSparkContext(sparkSession.
 Tuple2<String, Integer> t1 = new Tuple2<String, Integer>("jack", 18);
 Tuple2<String, Integer> t2 = new Tuple2<String, Integer>("tom", 20);
 Tuple2<String, Integer> t3 = new Tuple2<String, Integer>("jessic", 30
 JavaRDD<Tuple2<String, Integer>> dataRDD = sc.parallelize(Arrays.asLi
 //组装rowRDD
 JavaRDD<Row> rowRDD = dataRDD.map(new Function<Tuple2<String, Integer
 @Override
 public Row call(Tuple2<String, Integer> tup) throws Exception {
 return RowFactory.create(tup._1, tup._2);
 }
 });
 //指定元数据信息
 ArrayList<StructField> structFieldList = new ArrayList<StructField>()
 structFieldList.add(DataTypes.createStructField("name", DataTypes.Str
 structFieldList.add(DataTypes.createStructField("age", DataTypes.Inte
 StructType schema = DataTypes.createStructType(structFieldList);
 //构建DataFrame
 Dataset<Row> stuDf = sparkSession.createDataFrame(rowRDD, schema);
 
 stuDf.createOrReplaceTempView("student");
 //执行sql查询
 Dataset<Row> resDf = sparkSession.sql("select name,age from student w
 //将DataFrame转化为RDD，注意：这里需要转为JavaRDD
 JavaRDD<Row> resRDD = resDf.javaRDD();
 List<Tuple2<String, Integer>> resList = resRDD.map(new Function<Row, 
 @Override
 public Tuple2<String, Integer> call(Row row) throws Exception {
 return new Tuple2<String, Integer>(row.getString(0), row.getI
 }
 }).collect();
 for(Tuple2<String,Integer> tup : resList){
 System.out.println(tup);
 }
 sparkSession.stop();
 }
}

对于Spark SQL的DataFrame来说，无论是从什么数据源创建出来的DataFrame，都有一些共同的load和save操作。
load操作主要用于加载数据，创建出DataFrame；
save操作，主要用于将DataFrame中的数据保存到文件中。

不用这两个，像这样也是可以的：textFile()=>rdd=>dataframe=>rdd=>saveastextfile

我们前面操作json格式的数据的时候好像没有使用load方法，而是直接使用的json方法，这是什么特殊用法吗？
查看json方法的源码会发现，它底层调用的是format和load方法

def json(paths: String*): DataFrame = format("json").load(paths : _*)

注意：如果看不到源码，需要点击idea右上角的download source提示信息下载依赖的源码。

我们如果使用原始的format和load方法加载数据，
此时如果不指定format，则默认读取的数据源格式是parquet，也可以手动指定数据源格式。Spark SQL内置了一些常见的数据源类型，比如json, parquet, jdbc, orc, csv, text

通过这个功能，就可以在不同类型的数据源之间进行转换了。

来看一个案例：
scala代码如下：

package com.imooc.scala.sql

import org.apache.spark.SparkConf
import org.apache.spark.sql.SparkSession

/**
 * 需求：load和save的使用
 * Created by xuwei
 */
object LoadAndSaveOpScala {

  def main(args: Array[String]): Unit = {
    val conf = new SparkConf()
      .setMaster("local")
    //创建SparkSession对象，里面包含SparkContext和SqlContext
    val sparkSession = SparkSession.builder()
      .appName("LoadAndSaveOpScala")
      .config(conf)
      .getOrCreate()

    //读取数据
    val stuDf = sparkSession.read
      .format("json")
      .load("D:\\student.json")

    //保存数据
    stuDf.select("name","age")
      .write
      .format("csv")
      .save("hdfs://bigdata01:9000/out-save001")

    sparkSession.stop()
  }

}

执行代码，查看结果，csv文件是使用逗号分隔的：
[root@bigdata01 hadoop-3.2.0]# hdfs dfs -ls /out-save001   
Found 2 items
-rw-r--r--   3 yehua supergroup          0 2020-05-29 17:53 /out-save001/_SUCCESS
-rw-r--r--   3 yehua supergroup         46 2020-05-29 17:53 /out-save001/part-00000-9bf82de6-b23e-4118-bc05-34e0466aa295-c000.csv
[root@bigdata01 hadoop-3.2.0]# hdfs dfs -cat /out-save001/part-00000-9bf82de6-b23e-4118-bc05-34e0466aa295-c000.csv
jack,19
tom,18
jessic,27
hehe,18
haha,15

package com.imooc.java.sql;

import org.apache.spark.SparkConf;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SparkSession;

/**
 * 需求：load和save的使用
 * Created by xuwei
 */
public class LoadAndSaveOpJava {

    public static void main(String[] args) {
        SparkConf conf = new SparkConf();
        conf.setMaster("local");
        //创建SparkSession对象，里面包含SparkContext和SqlContext
        SparkSession sparkSession = SparkSession.builder()
                .appName("LoadAndSaveOpJava")
                .config(conf)
                .getOrCreate();

        //读取数据
        Dataset<Row> stuDf = sparkSession.read()
                .format("json")
                .load("D:\\student.json");

        //保存数据
        stuDf.select("name","age")
                .write()
                .format("csv")
                .save("hdfs://bigdata01:9000/out-save002");

        sparkSession.stop();
    }

}

Spark SQL对于save操作，提供了不同的save mode。
主要用来处理，当目标位置已经有数据时应该如何处理。save操作不会执行锁操作，并且也不是原子的，因此是有一定风险出现脏数据的。

SaveMode							解释
SaveMode.ErrorIfExists (默认)	如果目标位置已经存在数据，那么抛出一个异常
SaveMode.Append					如果目标位置已经存在数据，那么将数据追加进去
SaveMode.Overwrite				如果目标位置已经存在数据，那么就将已经存在的数据删除，用新数据进行覆盖
SaveMode.Ignore					如果目标位置已经存在数据，那么就忽略，不做任何操作

在LoadAndSaveOpScala中增加SaveMode的设置，重新执行，验证结果
将SaveMode设置为Append，如果目标已存在，则追加

stuDf.select("name","age")
  .write
  .format("csv")
  .mode(SaveMode.Append)//追加
  .save("hdfs://bigdata01:9000/out-save001")

执行之后的结果确实是追加到之前的结果目录中了
[root@bigdata01 hadoop-3.2.0]# hdfs dfs -ls /out-save001              Found 3 items
-rw-r--r--   3 yehua supergroup          0 2020-05-29 17:59 /out-save001/_SUCCESS
-rw-r--r--   3 yehua supergroup         46 2020-05-29 17:59 /out-save001/part-00000-94a0141a-49f1-45a5-b2a4-0bdd89647ab1-c000.csv
-rw-r--r--   3 yehua supergroup         46 2020-05-29 17:53 /out-save001/part-00000-9bf82de6-b23e-4118-bc05-34e0466aa295-c000.csv

Spark SQL支持使用JDBC从关系型数据库(比如MySQL)中读取数据
提示:参考官方文档中JDBCTo Other Databases

Spark中提供了很多内置的函数，

种类				函数
聚合函数			avg, count, countDistinct, first, last, max, mean, min, sum, sumDistinct
集合函数			array_contains, explode, size
日期/时间函数	datediff, date_add, date_sub, add_months, last_day, next_day, months_between, current_date, current_timestamp, date_format
数学函数			abs, ceil, floor, round
混合函数			if, isnull, md5, not, rand, when
字符串函数		concat, get_json_object, length, reverse, split, upper
窗口函数			denseRank, rank, rowNumber

其实这里面的函数和hive中的函数是类似的

注意：SparkSQL中的SQL函数文档不全，其实在使用这些函数的时候，大家完全可以去查看hive中sql的文档，使用的时候都是一样的。