如何理解spark中的sparksession、sparkcontext
在Spark中，SparkSession和SparkContext是两个核心的入口点，用于创建和配置Spark应用程序。
SparkContext是Spark 1.x版本的入口点，用于与Spark集群进行交互。它负责连接到Spark集群、创建RDD和累加器，并管理Spark应用程序的工作节点。SparkContext所有RDD、累加器、广播变量都是全局可见的，SparkContext只有一个，它通常作为driver程序的入口点。
而SparkSession是Spark 2.x版本中的入口点，它集成了SparkContext并提供了一些额外的功能。SparkSession负责创建DataFrame、DataSet和SQLContext等，它还提供了一些方便的方法来管理Spark应用程序的配置。SparkSession的主要优势在于它提供了在DataFrame和DataSet API与SQL之间进行无缝转换的能力。
简单来说，SparkContext用于创建RDD和累加器等核心功能，而SparkSession用于为Spark应用程序提供高级别的功能，如SQL和Structured Streaming等。
在实际使用中，可以根据需要选择使用SparkContext或SparkSession，具体取决于你的需求和技术栈。通常情况下，如果你主要使用DataFrame和DataSet API，则应使用SparkSession。如果你主要使用RDD API，则应使用SparkContext。