产生背景：
1.数据以各种格式存储在系统中
2加载和保存数据不容易（Hive和mysql之间）
3.数据存在各种类型，不好解析
4.转换数据格式
5.格式转换
6.用户希望方便快速从不同数据源（json，parquet，rdbms），经过混合处理（json join parquet），再将处理结果以特定格式输出。
出现时间：
Spark Sql1.2出现了外部数据源API
概述：
An extension way to integrate a various of external data sources into Spark Sql
Can read and write DataFrames using a variety of formats and stroage systems
Data Sources API can automatically prune columns and push filters to the source：Parquet/JDBC
目标：
Developer：build libraries for various data sources
Users:easy loading/saving DataFrames
读：spark.read.format("")
内置数据源：json，parquet，jdbc，csv（2.x以后有）
外部数据源：https://spark-packages.org/
SparkSql默认处理的format就是parquent
写：people.write.format().save("");
操作Hive表数据：
spark.table(tablename)
df.write.saveAsTable(tableName)
操作Mysql表数据：