Spark SQL 基本操作
将下列 JSON 格式数据复制到 Linux 系统中，并保存命名为 employee.json。
{ "id":1 , "name":" Ella" , "age":36 }
{ "id":2, "name":"Bob","age":29 }
{ "id":3 , "name":"Jack","age":29 }
{ "id":4 , "name":"Jim","age":28 }
{ "id":4 , "name":"Jim","age":28 }
{ "id":5 , "name":"Damon" }
{ "id":5 , "name":"Damon" }
写入/usr/local/sparkdata文件里，命名为employee.json
然后为 employee.json 创建 DataFrame
创建DataFrame：
（1）查询所有数据：
利用DataFrame的show()方法：df.show()
（2）查询所有数据并去除重复的数据：
利用distinct()方法去重：df.distinct().show()
（3）查询所有数据打印时去除id字段：
利用drop()方法去除字段：df.drop("id").show()
（4）筛选出sge>30的记录：
利用filter()方法筛选数据：df.filter(df(“age”>30)).show()
（5）将数组按age分组：
利用groupBy()方法分组：df.groupBy("age")
（6）将数据按 name 升序排列：
利用sort()方法排序：df.sort(df("name").asc).show()
（7）取出前 3 行数据：
df.head(3)
（8）查询所有记录的name列，并为其取名为username：
df.select(df("name")as("username")).show()
（9）查询年龄age的平均值：
df.agg("age"->"avg").show()
（10） 查询年龄 age 的最小值：
df.agg("age"->"min").show()
