使用Spark計算引擎訪問Table Store時，您需要瞭解Spark資料類型、Scala中的實值型別、Table Store中多元索引資料類型和Table Store表中資料類型的對應關係。使用過程中請確保Spark、Scala和Table Store中欄位或值的資料類型相匹配。
基礎資料類型
基礎資料類型的支援情況請參見下表。
Spark資料類型 | Scala中的實值型別 | 多元索引資料類型 | 表中資料類型 |
ByteType | Byte | Long | Integer |
ShortType | Short | Long | Integer |
IntegerType | Int | Long | Integer |
LongType | Long | Long | Integer |
FloatType | Float | Double | Double |
DoubleType | Double | Double | Double |
StringType | String | Keyword/Text | String |
BinaryType | Array[Byte] | Binary | Binary |
BooleanType | Boolean | Boolean | Boolean |
地理座標（String JSON） | String（JSON） | Geopoint | String（JSON） |
地理位置類型（Geopoint類型）
多元索引支援地理位置查詢方式，將其提供到計算層，使Spark在能查詢分析基礎類型資料的同時，也可以結合地理位置對資料進行查詢分析。
地理位置查詢包括地理距離查詢、地理矩形查詢和地理多邊形範圍查詢三種查詢方式。地理位置查詢廣泛應用於物聯網裝置位置資訊、騎手訂單、打卡位置資訊、快遞地理資訊等情境中。使用方式如下：
使用Table Store的多元索引查詢，詳情請參見地理距離查詢。
使用Spark SQL方式查詢。
地理半徑圓查詢
select * from table where val_geo = '{"centerPoint":"3,0", "distanceInMeter": 100000}' and name like 'ali%'地理矩形查詢
select * from table where geo = '{"topLeft":"8,0", "bottomRight": "0,10"}' and id in { 123 , 321 }地理多邊形查詢
select * from table where geo = '{"points":["5,0", "5,1", "6,1", "6,10"]}'
地理位置資料類型的支援情況請參見下表。
Spark資料類型 | Scala中的實值型別 | 多元索引資料類型 | 表中資料類型 |
地理座標（String JSON）半徑圓 | String（JSON） | Geopoint | STRING（JSON） |
地理座標（String JSON）矩形 | String（JSON） | Geopoint | STRING（JSON） |
地理座標（String JSON）多邊形 | String（JSON） | Geopoint | STRING（JSON） |