spark3初始化dataset row

在 Spark 3 中，可以使用 `toDF()` 方法将一个 Dataset 转换为 DataFrame。然后，可以使用 `toDF()` 方法将每一行数据转换为一个 Row 对象，最终得到一个 DataFrame。

以下是一个示例代码：

import org.apache.spark.sql.Row

val data = Seq(
  "John",
  "Doe",
  "25"
)

val rdd = spark.sparkContext.parallelize(Seq(data))
val ds = rdd.toDS()

val df = ds.toDF()

val rows = df.collect()

for (row <- rows) {
  val name = row.getAs[String]("value[0]")
  val surname = row.getAs[String]("value[1]")
  val age = row.getAs[String]("value[2]")

  val person = Row(name, surname, age)
  // 进一步处理 Row 对象
}

在上面的示例代码中，首先创建了一个包含三个元素的 Seq，然后使用 `parallelize()` 方法将其转换为 RDD。接着使用 `toDS()` 方法将 RDD 转换为 Dataset。

然后，使用 `toDF()` 方法将 Dataset 转换为 DataFrame。最后，使用 `collect()` 方法将 DataFrame 中的所有行收集到 Driver 程序中，并使用 `getAs()` 方法从每一行中取出需要的列，创建一个新的 Row 对象进行进一步处理。