使用 DataFrame 的 foreach 方法，可以对 DataFrame 中的每一行进行操作，代码示例如下：
val df = spark.read.format("csv")
.option("header", "true")
.option("inferSchema", "true")
.load("path/to/file.csv")
df.foreach(row => {
val col1 = row.getAs[String]("col1")
val col2 = row.getAs[Int]("col2")
println(s"col1: $col1, col2: $col2")
上述代码中，使用 Spark 的 read 方法读取了一个 CSV 文件，然后使用 foreach 方法对 DataFrame 中的每一行进行操作，通过 getAs 方法获取每一列的数据。这种方法适用于需要对每一行进行操作的场景。
使用 collect 方法
使用 DataFrame 的 collect 方法，可以将 DataFrame 转化为数组，然后对数组中的每一个元素进行操作，代码示例如下：
val df = spark.read.format("csv")
.option("header", "true")
.option("inferSchema", "true")
.load("path/to/file.csv")
val rows = df.collect()
rows.foreach(row => {
val col1 = row.getAs[String]("col1")
val col2 = row.getAs[Int]("col2")
println(s"col1: $col1, col2: $col2")
上述代码中，使用 Spark 的 read 方法读取了一个 CSV 文件，然后使用 collect 方法将 DataFrame 转化为数组，再对数组中的每一个元素进行操作。这种方法适用于需要对整个 DataFrame 进行操作的场景。
需要注意的是，使用 collect 方法会将整个 DataFrame 的数据加载到内存中，如果 DataFrame 的数据较大，可能会导致内存溢出。因此，如果 DataFrame 的数据较大，建议使用 foreach 方法逐行操作。
