所有，
我有关于编写SparkSQL程序的问题，写入之间是否存在性能差异
-
SQLContext.sql("select count(*) from (select distinct col1,col2 from table))") -
使用pyspark Api：
df.select("col1,col2").distinct().count().
我想听听建议和正确的方法来转换非常大的查询，如（1000行）加入10个表到Py-Spark程序
我来自SQL背景，我们正在努力将现有逻辑转换为hadoop，因此SQL很方便 .