由于spark streaming中使用线程池来解决spark job串行导致的并发问题，但createOrReplaceTempView由会引起冲突，那么就只有来探究一下createOrReplaceTempView和createGlobalTempView.
在讲解 createOrReplaceTempView 和createGlobalTempView的区别前，先了解下Spark Application 和 Spark Session区别 。
1.Spark Application
Spark Application 使用：
1.1 针对单个批处理作业
1.2 多个job通过session交互式
1.3 不断满足请求的，长期存在的server
1.4 一个Spark job 可以包含多个map和reduce
1.5 Spark Application 可以包含多个session实例
2.Spark Session
SparkSession与Spark应用程序相关联：
2.1 session 是两个或更多实体之间的交互媒介
2.2 在Spark 2.0中，你可以使用SparkSession创建
2.3 可以在不创建SparkConf，SparkContext或SQLContext的情况下创建SparkSession（它们封装在SparkSession中）
3. createOrReplaceTempView使用
3.1 创建临时视图
createOrReplaceTempView：创建临时视图，此视图的生命周期与用于创建此数据集的[SparkSession]相关联。
createGlobalTempView：创建全局临时视图，此时图的生命周期与Spark Application绑定。
df.createOrReplaceTempView("tempViewName")
df.createGlobalTempView("tempViewName")createOrReplaceTempView（）: 创建或替换本地临时视图。
3.2 删除临时视图
此视图的生命周期依赖于SparkSession类，如果想drop此视图可采用dropTempView删除
spark.catalog.dropTempView("tempViewName")或者 stop() 来停掉 session，因为他是和session生命周期同步的。
self.ss = SparkSession(sc) ... self.ss.stop()
4.createGlobalTempView使用
4.1 创建及作用
createGlobalTempView（）：创建全局临时视图。可以在不同sessions 之间共享数据
4.2 删除视图
这种视图的生命周期取决于spark application本身。如果想drop此视图可采用dropGlobalTempView删除
spark.catalog.dropGlobalTempView("tempViewName")或者stop() 将停止
ss = SparkContext(conf=conf, ......) ... ss.stop()
4.3使用方式详解
注：Spark 2.1.0版本中引入了Global temporary views 。
当您希望在不同sessions 之间共享数据并保持活动直到application结束时，此功能非常有用。
为了说明createTempView和createGlobalTempView的用法，展现实例如下：
object NewSessionApp {
def main(args: Array[String]): Unit = {
val logFile = "data/README.md" // Should be some file on your system
val spark = SparkSession.
builder.
appName("Simple Application").
master("local").
getOrCreate()
val logData = spark.read.textFile(logFile).cache()
logData.createGlobalTempView("logdata")
spark.range(1).createTempView("foo")
// within the same session the foo table exists
println("""spark.catalog.tableExists("foo") = """ + spark.catalog.tableExists("foo"))
//spark.catalog.tableExists("foo") = true
// for a new session the foo table does not exists
val newSpark = spark.newSession
println("""newSpark.catalog.tableExists("foo") = """ + newSpark.catalog.tableExists("foo"))
//newSpark.catalog.tableExists("foo") = false
//both session can access the logdata table
spark.sql("SELECT * FROM global_temp.logdata").show()
newSpark.sql("SELECT * FROM global_temp.logdata").show()
spark.stop()
}
}