在SparkSQL中Spark爲我們提供了兩個新的抽象，分別是DataFrame和DataSet。他們和RDD有什麼區別呢？首先從版本的產生上來看：
RDD (Spark1.0) —> Dataframe(Spark1.3) —> Dataset(Spark1.6)
如果同樣的數據都給到這三個數據結構，他們分別計算之後，都會給出相同的結果。不同是的他們的執行效率和執行方式。在後期的Spark版本中，DataSet有可能會逐步取代RDD和DataFrame成爲唯一的API接口。
三者的共性
（1）RDD、DataFrame、Dataset全都是spark平臺下的分佈式彈性數據集，爲處理超大型數據提供便利;
（2）三者都有惰性機制，在進行創建、轉換，如map方法時，不會立即執行，只有在遇到Action如foreach時，三者纔會開始遍歷運算;
（3）三者有許多共同的函數，如filter，排序等;
（4）在對DataFrame和Dataset進行操作許多操作都需要這個包:import spark.implicits._（隱式轉換）（在創建好SparkSession對象後儘量直接導入）
三者的互相轉換
