基于spark1.3.1的spark-sql实战－01
sqlContext总的一个过程如下图所示： SQL语句经过SqlParse解析成 Unresolved LogicalPlan； 使用 analyzer结合数据数据字典（catalog）进行绑定，生成 resolved LogicalPlan； 使用 optimizer对 resolved LogicalPlan进行优化，生成 optimized LogicalPlan； 使用 SparkPlan将 LogicalPlan转换成 PhysicalPlan； 使用 prepareForExecution()将 PhysicalPlan转换成可执行物理计划； 使用 execute()执行 可执行物理计划； 生成SchemaRDD。 SQL语句经过HiveQl.parseSql解析成Unresolved LogicalPlan，在这个解析过程中对hiveql语句使用getAst()获取AST树，然后再进行解析； 使用analyzer结合数据hive源数据Metastore（新的catalog）进行绑定，生成resolved LogicalPlan； 使用optimizer对resolved LogicalPlan进行优化，生成optimized LogicalPlan，优化前使用了ExtractPythonUdfs(catalog.PreInsertionCasts(catalog