From cbc7c485a8f35176345a1c671ad59975165af977 Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E7=BD=97=E7=A5=A5?= <1366971433@qq.com>
Date: Thu, 23 May 2019 16:52:31 +0800
Subject: [PATCH] modify

---
 notes/Spark_Structured_API的基本使用.md | 6 ++++--
 1 file changed, 4 insertions(+), 2 deletions(-)

diff --git a/notes/Spark_Structured_API的基本使用.md b/notes/Spark_Structured_API的基本使用.md
index 69ab3d1..50916f8 100644
--- a/notes/Spark_Structured_API的基本使用.md
+++ b/notes/Spark_Structured_API的基本使用.md
@@ -113,6 +113,8 @@ val deptDF = spark.createDataFrame(rowRDD, schema)
 deptDF.show()
 ```
 
+<br/>
+
 ### 1.4  DataFrames与Datasets互相转换
 
 Spark提供了非常简单的转换方法用于DataFrames与Datasets互相转换，示例如下：
@@ -168,7 +170,7 @@ df.withColumnRenamed("comm", "common").show()
 
 需要说明的是新增，删除，重命名列都会产生新的DataFrame，原来的DataFrame不会被改变。
 
-
+<br/>
 
 ## 三、使用Structured API进行基本查询
 
@@ -192,7 +194,7 @@ df.select("deptno").distinct().show()
 df.groupBy("deptno").count().show()
 ```
 
-
+<br/>
 
 ## 四、使用Spark SQL进行基本查询