三大功能：
1）可以从各种结构化数据源（JSON、Hive、Parquet）中读取数据
2）支持在Spark程序内使用SQL语句进行数据查询，也支持通过标准数据库连接器（JDBC/ODBC）连接Spark SQL进行查询
3）支持SQL与常规代码高度整合，包括连接RDD与SQL表、公开的自定义SQL函数接口
Spark SQL提供的SchemaRDD，存放Row对象的RDD，包含记录的结构信息,可以运行SQL查询
9.1 连接Spark SQL
Spark SQL可以包含Hive支持，也可以不包含
引入依赖，支持Hive:spark-hive-版本，不支持Hive：spark-sql-版本
Spark SQL编程入口，支持Hive：HiveContext，不支持Hive:SQLContext
把Spark SQL连接到一个部署好的Hive上。
9.2 在运用中使用Spark SQL
基于已有的SparkContext创建出一个HiveContext，使用HiveContext创建出表示结构化数据的SchemaRDD，并且使用SQL或是类似map()的普通RDD操作来操作这些SchemaRDD。
9.2.1 初始化Spark SQL
hiveCtx = HiveContext(sc)
9.2.2 基本查询示例
要在一张数据表上进行查询，需要调用HiveContext或者SQLContext中的sql()方法。
9.2.3 SchemaRDD
读取数据或执行查询都会返回SchemaRDD。与表概念类似。
可以把任意SchemaRDD注册为临时表，这样就可以使用HiveContext.sql来对它进行查询了。
使用Row对象
Row对象表示SchemaRDD中的记录，其本质就是一个定长的字段数组。
9.2.4 缓存
使用专门的hiveCtx.cacheTable(“tableName”)进行缓存。
也可以使用HiveQL和ＳＱＬ语句来缓存表，只需要运行CACHE TABLE tableName 和 UNCACHE TABLE tableName来缓存表或者删除已有的缓存即可。
9.3 读取和存储数据
9.3.1 Apache Hive
9.3.2 Parquet
流行的列式存储格式。
通过HiveContext.parquestFile来读取数据。
使用saveAsParquestFile()把SchemaRDD的内容以Parquest格式保存。
9.3.3 JSON
9.3.4 基于RDD
9.4 JDBC/ODBC服务器
9.5 用户自定义函数
9.6 Spark SQL性能
9.7 总结