使用Spark计算引擎访问表格存储时，您需要了解Spark数据类型、Scala中的值类型、表格存储中多元索引数据类型和表格存储表中数据类型的对应关系。使用过程中请确保Spark、Scala和表格存储中字段或值的数据类型相匹配。
基础数据类型
基础数据类型的支持情况请参见下表。
Spark数据类型 | Scala中的值类型 | 多元索引数据类型 | 表中数据类型 |
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 |
地理坐标（String JSON） | String（JSON） | Geopoint | String（JSON） |
地理位置类型（Geopoint类型）
多元索引支持地理位置查询方式，将其提供到计算层，使Spark在能查询分析基础类型数据的同时，也可以结合地理位置对数据进行查询分析。
地理位置查询包括地理距离查询、地理矩形查询和地理多边形范围查询三种查询方式。地理位置查询广泛应用于物联网设备位置信息、骑手订单、打卡位置信息、快递地理信息等场景中。使用方式如下：
使用表格存储的多元索引查询，详情请参见地理距离查询。
使用Spark SQL方式查询。
地理半径圆查询
select * from table where val_geo = '{"centerPoint":"3,0", "distanceInMeter": 100000}' and name like 'ali%'地理矩形查询
select * from table where geo = '{"topLeft":"8,0", "bottomRight": "0,10"}' and id in { 123 , 321 }地理多边形查询
select * from table where geo = '{"points":["5,0", "5,1", "6,1", "6,10"]}'
地理位置数据类型的支持情况请参见下表。
Spark数据类型 | Scala中的值类型 | 多元索引数据类型 | 表中数据类型 |
地理坐标（String JSON）半径圆 | String（JSON） | Geopoint | STRING（JSON） |
地理坐标（String JSON）矩形 | String（JSON） | Geopoint | STRING（JSON） |
地理坐标（String JSON）多边形 | String（JSON） | Geopoint | STRING（JSON） |