前言
配置的虚拟机为Centos6.7系统，hadoop版本为2.6.0版本，先前已经完成搭建CentOS部署Hbase、CentOS6.7搭建Zookeeper和编写MapReduce前置插件Hadoop-Eclipse-Plugin 安装。在此基础上完成了Hive详解以及CentOS下部署Hive和Mysql和Spark框架在CentOS下部署搭建。Spark的组件Spark SQL的部署：Spark SQL CLI部署CentOS分布式集群Hadoop上方法。
配置JDK1.8、Scala11.12
本文将介绍DataFrame基础操作以及实例运用
DataFrame查看数据
Spark DataFrame常用操作函数或方法
| 函数或方法 | 描述 |
| printSchema | 打印数据模式 |
| show | 查看数据 |
| first/head/take/takeAsList | 获取若干行数据 |
| collect/collectAsList | 获取所有数据 |
下面将：
化为DataFrame进行操作：
1.printSchema:打印数据模式
查看数据模式可以通过printSchema函数来查看，它会答应后出列的名称和类型。
2.show:查看数据
show相关方法
show（）：
show（5）：
show（false）：
3.first/head/take/takeAsList：获取若干行记录
DataFrame获取若干行记录的方法：
| 方法 | 解释 |
| first | 获取第一行记录 |
| head(n:Int) | 获取前n行记录 |
| take（n：Int） | 获取前n行记录 |
| takeAsList(n:Int) | 获取前n行数据，并以List的形式展现 |
first和head功能相同，以Row或者Array[Row]的形式返回一行或多行数据。
take和takeAsList方法会将获得的数据返回到Driver端：
4.collect/collectAsList获取所有函数
collect方法可以将DataFrame中的所有数据都获取到，并返回一个Array对象，collectAsList方法可以获取所有数据到List：
