开发者学堂课程【大数据 Spark 2020版（知识精讲与实战演练）第三阶段：连接操作_连接类型_inner】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/690/detail/12098
连接操作_连接类型_inner
连接类型
1.内连接
（1）内连接就是按照条件找到两个数据集关联的数据,并且在生成的结果集中只存在能关联到的数据
crossJoin 通过 where 也实现了内连接。
根据上图，2 和 A 能连接，3 和 B 能连接，因为颜色相同，1 和 C 没有对应数据进行连接，结果集只显示能连接上的数据，这种连接方式就是内连接。
（2）SQL 语句
select * from person inner join cities on person.cityId =cities .id
（3）Dataset 操作
person . join ( right = cities ,
joinExprs = person ( "cityId" ) === cities ( "id" ),
joinType = "inner" )
.show ( )
进入代码：
@Test
def inner(): unit = {
person.join(cities,
注：在进行交叉连接时使用 crossJoin，在进行其他连接时，同一使用 join
person.col( colName = "cityId") === cities.col( colName = "id")，
/指定连接方式
joinType = "inner")
.show()
以上是第一中写法，第二种写法如下：
spark.sql( sqIText = "select p.id, p.name， c.name "+
"from person p inner join cities c")
注：在另起一行时，字符串后面要有空格，否则另起一行会出错
.show()
}
运行得到结果集：
第一个结果集没有问题
第二次执行报错，第二种方式在 inner join 之后不用进行 where，但是没写连接规则，注意一定要写连接规则。
在代码中加上 on 语句：
spark.sql( sqlText = "select p.id，p.name，c.name " +
"from person p inner join cities c on p.cityid = c.id")
.show( )
再次运行：
结果显示正常。
内连接就是只连接能连接上的内容。
发现在上图结果集中少了一行数据，根据数据集显示，
val person = Seq((0，"Lucy",0)，(1，"Lily"，0)，(2，“Tim"，2)，(3，“Danial"，3))
.toDF( "id"", "name" , "cityId")
person .createOrReplaceTempView ( "person" )
val cities = Seq((0，"Beijing" )，(1，"Shanghai" )，(2，"Guangzhou"))
.toDF( "id" , "name" )
cities .createOrReplaceTempView ( "cities")
用户是四个人，但 Danial 的 3 在城市集中没有对应数据，所以结果集不显示 Danial 和 shanghai。
