把Spark Dataframe设成Scala var有什么坏处

val类似Java的final，防止引用变量被重用或者说被修改

Scala的一个重要思想就是，尽量不复用变量，除非十分必要且你非常清楚你在做什么。 因此，Scala中是能用val尽量用val。

var和val不是修饰的引用变量吗，而且rdd只能新建不能修改，dataframe可以只修改不新建吗

函数式编程要尽量摒弃用变量，不然还要去维护变量状态，和写java区别不大了

所以spark dataframe慢啊。

如果你加了几列又要把这几列删掉怎么办，难道一直对同一个df操作吗？有中间变量不就可以直接用吗

对df不太了解，但是val修饰df也可以直接加列吧，var只是代表你这个df引用可以指向新的df对象，而val不可以罢了

var df = createDataFrame(...) df = df.withColumn(...) 你调用withColumn之类的函数，返回的就是一个新的dataframe，df指向的就是这个新的dataframe了

【 在 ad7 的大作中提到: 】 : var df = createDataFrame(...) : df = df.withColumn(...) : 你调用withColumn之类的函数，返回的就是一个新的dataframe，df指向的就是这个新的dataframe了 明白了，也就是说即使我用var,每次返回来的也是个新的DataFrame,而不是对原DataFrame进行操作。那我还是用val吧