关于SQLContext过期问题。
源码中解释道：
spark2.0之后使用sparksession替代，不过仍然保留了SQLContext。
那么他们两个有不同吗？这里只说一个重要的。在你使用SparkSession代替SQLContext的时候
package SparkSql import org.apache.spark.sql.{DataFrame, SQLContext, SparkSession} import org.apache.spark.{SparkConf, SparkContext} /** * 创建DataFrame的几种方式 * 1.读取json格式的文件创建DataFrame */ object DFScalaDemo { def main(args: Array[String]): Unit = { val conf = new SparkConf().setAppName("www").setMaster("local") val sc = new SparkContext(conf) sc.setLogLevel("error") val ss: SparkSession = new SparkSession(sc) val frame: DataFrame = ss.read.format("json").load("./data/json") frame.show() sc.stop() } }好像看起来不错，编译也通过的，但是当你运行时。你会发现：
所以1、你可以继续使用SQLContext去创建，2、就是像我一向样，去研究一下了。嘿嘿
在SparkSession的API中，我们发现：
看不如手动试一试：
果然如此。
package SparkSql import org.apache.spark.sql.{DataFrame, SQLContext, SparkSession} import org.apache.spark.{SparkConf, SparkContext} /** * 创建DataFrame的几种方式 * 1.读取json格式的文件创建DataFrame */ object DFScalaDemo { def main(args: Array[String]): Unit = { val sparkSession = SparkSession.builder.appName("www").master("local").getOrCreate() val frame: DataFrame = sparkSession.read.format("json").load("./data/json") frame.show() /** * +----+------+ * | age| name| * +----+------+ * | 22|george| * |null| lucy| * | 20| honey| * | 20| KK| * +----+------+ */ sparkSession.stop() } }所以SparkSession虽然代替了SQLContext，但在语法上略有不同，需要二次学习。。。
路漫漫！！！
