RDD对象称之为分布式弹性数据集，是PySpark中数据计算的载体，它可以：提供数据存储；数据计算的方法，返回值仍旧是RDD（RDD迭代计算）后续对数据进行各类计算，都是基于RDD对象进行。各类数据的计算方法，也都是RDD的成员方法;RDD的数据计算方法，返回值仍旧是RDD对象。PySpark也支持通过SparkContext入口对象，来读取文件，来构建出RDD对象。字符串会被拆分为1个个的字符，

同其他的Python第三方库一样，PySpark同样可以使用pip程序进行安装。PySpark的执行环境入口对象是：类 SparkContext的类对象。想要使用PySpark库完成数据处理，首先需要构建一个执行环境入口对象。SparkContext类对象，是PySpark编程中一切功能的入口。PySpark的功能都是从SparkContext对象作为开始。2.掌握PySpark执行环境入口对象的

2.掌握\符号完成代码跨行编写。1.完成综合案例的开发。

pymysql库在执行对数据库有修改操作的行为时，是需要通过链接对象的commit成员方法来进行确认的，只有确认的修改，才能生效。如果不想手动commit确认，可以在构建链接对象的时候，设置自动commit的属性。在Python中，使用第三方库:pymysql来完成对MySQL数据库的操作。除了使用图形化工具以外，也可以使用编程语言来执行SQL从而操作数据库。Connection(主机，端口，账户

idea建不了java class右击项目-->OpenMouble setttings-->点击“Sources” 显示“source Folders”代表设置成功右击项目–>OpenMouble setttings–>点击“Sources” 显示“source Folders”代表设置成功