如何用apache处理org.apache.spark.sql.Dataset？

import org.apache.spark.sql.SparkSession

val spark = SparkSession.builder()
  .appName("Spark Dataset Example")
  .master("local")
  .getOrCreate()

val dataset = spark.read
  .format("csv")
  .option("header", "true")
  .load("path/to/dataset.csv")

// 显示数据集的前几行
dataset.show()

// 进行筛选操作
val filteredDataset = dataset.filter(dataset("column") > 10)

// 进行聚合操作
val aggregatedDataset = dataset.groupBy("column").agg(sum("value"))

// 进行排序操作
val sortedDataset = dataset.sort("column")

// 进行连接操作
val joinedDataset = dataset1.join(dataset2, "column")

// 进行转换操作
val transformedDataset = dataset.withColumn("newColumn", dataset("column") * 2)

// 保存为CSV文件
dataset.write
  .format("csv")
  .option("header", "true")
  .save("path/to/output.csv")

// 保存到数据库
dataset.write
  .format("jdbc")
  .option("url", "jdbc:mysql://localhost/mydatabase")
  .option("dbtable", "mytable")
  .option("user", "username")
  .option("password", "password")
  .save()