select 语句对 Spark DataFrames 的性能有什么影响？

Question

在 Spark DataFrames 上使用许多 select 语句或表达式，我想知道它们对由操作触发后的后续转换的性能影响。

给定一个df包含 10 列 a 到 j的数据框。

1. 如果我as对每列进行列重命名，会有什么影响？

   df.select( df("a").as("1"), ..., df("j").as("10"))

2. 如果我选择一个子集（例如 5 列）怎么办

   val df2 = df.select( df("a"), ..., df("e") )

   湾 如何处理 Spark 这个投影？是df仍然保留（如df2为投影），所以df可以作为一种参考？或者是df2新鲜创建并df丢弃？（这里忽略任何坚持）

3. 中Column使用的一般表达式的影响如何select？

4. 上述情况的性能测试是否可用？性能测量一般在某处可用吗？如果没有，如何最好地衡量性能？