spark(25) -- spark sql读取数据（mysql、json、parquet、csv、普通文本）

### 回答1：
Spark SQL可以通过以下方式读取不同格式的数据：

1. MySQL：可以使用JDBC连接器读取MySQL数据库中的数据。

2. JSON：可以使用Spark SQL内置的JSON数据源读取JSON格式的数据。

3. Parquet：可以使用Spark SQL内置的Parquet数据源读取Parquet格式的数据。

4. CSV：可以使用Spark SQL内置的CSV数据源读取CSV格式的数据。

5. 普通文本：可以使用Spark SQL内置的文本数据源读取普通文本格式的数据。

以上这些数据源都可以通过Spark SQL的API进行读取和处理。

### 回答2：
Spark SQL是Spark提供的用于处理结构化数据的模块，可以读取多种格式的数据，包括MySQL、JSON、Parquet、CSV以及普通文本。

对于MySQL数据的读取，Spark SQL可以通过JDBC连接到MySQL数据库，然后使用SQL语句查询并加载数据到DataFrame中进行进一步处理和分析。

对于JSON数据的读取，Spark SQL提供了read.json方法来加载JSON文件或目录，并将其解析为DataFrame，然后可以对其进行操作和分析。

对于Parquet数据的读取，Spark SQL也提供了read.parquet方法，通过指定Parquet文件或目录路径，可以加载并解析为DataFrame，然后进行进一步处理与分析。

对于CSV数据的读取，Spark SQL可以使用read.csv方法加载CSV文件或目录，并解析为DataFrame进行后续处理与分析。

对于普通文本数据的读取，Spark SQL可以使用read.text方法加载文本文件或目录，并将其按行解析为DataFrame，然后进行进一步处理与分析。

总结来说，Spark SQL提供了丰富的API方法来读取不同格式的数据，包括MySQL、JSON、Parquet、CSV以及普通文本，将其解析为DataFrame进行进一步处理和分析，提供了便捷高效的数据处理能力。