Hive是Shark的前身，Shark是SparkSQL的前身
Shark是基于Spark计算框架之上且兼容Hive语法的SQL执行引擎，由 于底层的计算采用了Spark，性能比MapReduce的Hive普遍快2倍以上， 当数据全部load在内存的话，将快10倍以上，因此Shark可以作为交互式 查询应用服务来使用。
除了基于Spark的特性外，Shark是完全兼容Hive的语法，表结构以 及UDF函数等，已有的HiveSql可以直接进行迁移至Shark上
Shark底层依赖于Hive的解析器，查询优化器，但正是由于SHark的整 体设计架构对Hive的依赖性太强，难以支持其长远发展，比如不能和 Spark的其他组件进行很好的集成，无法满足Spark的一栈式解决大数据处 理的需求
相对于Shark，SparkSQL有什么优势呢？
SparkSQL产生的根本原因，其完全脱离了Hive的限制
SparkSQL支持查询原生的RDD，这点就极为关键了。RDD是Spark平台的核心概念，是 Spark能够高效的处理大数据的各种场景的基础
能够在Scala中写SQL语句。支持简单的SQL语法检查，能够在Scala中写Hive语句访问Hive数 据，并将结果取回作为RDD使用
最进出来另个组合名称：
Spark on Hive
Hive只是作为了存储的角色
SparkSQL作为计算的角色
Hive on Spark
Hive承担了一部分计算（解析SQL，优化SQL...）的和存储
Spark作为了执行引擎的角色
DataFrame创建的方式：
SparkConf conf = new SparkConf().setAppName("DataFrameTest").setMaster("local");
JavaSparkContext jsc =new JavaSparkContext(conf);
SQLContext sc = new SQLContext(jsc);//new一个SQLContext对象
DataFrame df = sc.read().json("test.json");//按json格式读取文件
/**
* 默认只是显示这个DF里面的前十行数据
* 类似Spark core里面的action类算子
*/
df.show();
df.printSchema();//查看表结构类型
df.select("age").show();//相当于 select age from table
//相当于：SELECT name,age+10 as plusAge FROM table;
df.select(df.col("name"),df.col("age").plus(10).as("plusAge")).show();
df.filter(df.col("age").gt(10)).show();//相当于：SELECT * FROM table WHERE age > 10
df.groupBy(df.col("age")).count().show(); //相当于：SELECT COUNT(*) FROM p GROUP BY age
/**
* 将DataFrame注册成一张临时表
* table1这个表，会物化到磁盘吗？ 这个表只是逻辑上的。
*/
df.registerTempTable("table1");
sc.sql("SELECT * FROM table1 WHERE age>10").show();