- RDD:
以Person为类型参数，但是Spark框架本身不了解Person类的内部结构。 - DataFrame:
DataFrame每一行的类型固定为Row, 每一列的值没法直接访问，只有通过解析才能获取各个字段的值。 - DataSet:
DataFrame只是知道字段，但是不知道字段的类型，所以在执行这些操作的时候是没办法在编译的时候检查是否类型失败的，比如你可以对一个String进行减法操作，在执行的时候才报错，而DataSet不仅仅知道字段，而且知道字段类型，所以有更严格的错误检查。 - 三者关系
RDD是分布式的Java对象的集合。DataFrame是分布式的Row对象的集合，DataFrame=Dataset[Row]。