sparkDataFrame输出操作

Spark DataFrame 是 Spark SQL 的一个重要概念，它是一种分布式数据集，可以处理结构化和半结构化的数据。在 Spark DataFrame 中，我们可以通过一些操作将数据输出到外部存储系统，例如将数据写入到 HDFS、S3、关系型数据库等等。

Spark DataFrame 输出操作包括两种方式：写入操作和保存操作。

1. 写入操作

DataFrame 提供了 write 方法来进行写入操作，write 方法有多种格式，可以根据不同的数据源进行调用。其中最常用的格式为：

dataframe.write.format("数据源名称").save("输出路径")

其中，数据源名称是指输出数据的格式，比如 csv、json、parquet 等等。输出路径是指输出文件的路径，可以是本地文件系统或者分布式文件系统。例如：

dataframe.write.format("csv").save("/user/hadoop/output")

这个例子中，我们将 DataFrame 写入到了 HDFS 上的 /user/hadoop/output 目录下。

2. 保存操作

除了 write 方法外，DataFrame 还提供了 save 方法进行保存操作。save 方法与 write 方法类似，只不过 save 方法会使用 DataFrame 原本的格式进行保存。例如：

dataframe.save("/user/hadoop/output")

这个例子中，我们将 DataFrame 保存到了 HDFS 上的 /user/hadoop/output 目录下，并且保存格式与原本格式相同。