别人的相关代码文件：https://github.com/bryanyang0528/hellobi/tree/master/pyspark
1、启动spark
（1）SparkSession 是 Spark SQL 的入口。
（2）通过 SparkSession.builder 来创建一个 SparkSession 的实例,并通过 stop 函数来停止 SparkSession。
Builder 是 SparkSession 的构造器。 通过 Builder, 可以添加各种配置。
（3）在 SparkSession 的内部， 包含了SparkContext， SharedState，SessionState 几个对象。
2、建立RDD：
创建RDD的两种方法：
1 读取一个数据集(SparkContext.textFile()) : lines = sc.textFile("README.md")
2 读取一个集合(SparkContext.parallelize()) : lines = sc.paralelize(List("pandas","i like pandas"))
3、从text中读取，read.text
4、从csv中读取:read.csv
5、从json中读取：read.json
7、RDD与Dataframe的转换
（1）dataframe转换成rdd：
法一：datardd = dataDataframe.rdd
法二：datardd = sc.parallelize(_)
（2）rdd转换成dataframe：
dataDataFrame = spark.createDataFrame(datardd)
