Scala生态中有没有类Spark DataFrame结构且支持SQL查询的轻量化库？

以下是满足单节点运行、类Spark DataFrame结构、支持SQL查询需求的常用第三方库：

• Frameless
  是参考Spark DataFrame API实现的纯Scala轻量库，无需Spark集群/ runtime环境，单进程即可运行。提供了类型安全的二维表格结构，内置SQL解析引擎，支持SELECT、JOIN、过滤、聚合等全量常规SQL操作，依赖体积远小于Spark，完全适配无并行计算需求的业务场景。
  基础使用示例：

  import frameless._
  import frameless.syntax._
  
  // 定义样例类对应表结构
  case class User(id: Int, name: String, age: Int)
  // 从本地集合初始化表格
  val userTable = TypedDataset.create(Seq(User(1, "张三", 25), User(2, "李四", 30)))
  // 直接执行SQL查询
  val queryResult = userTable.sql("SELECT name FROM dataset WHERE age > 28")
  

• ScalaTable
  专门为单节点Scala场景设计的内存表格库，API设计高度对齐Spark DataFrame，支持列操作、行过滤、分组聚合等常规操作，同时内置轻量SQL解析器，可以直接传入SQL语句对表格进行查询，整体依赖仅数百KB，没有任何分布式相关的冗余组件，启动速度和执行延迟都远优于Spark。
• DuckDB Scala绑定
  DuckDB本身是嵌入式分析型数据库，其官方Scala绑定提供了类DataFrame的API封装，可以直接将Scala集合转换为表格结构，支持完整的SQL:2016标准查询，性能优于大部分纯Scala实现的内存SQL库，适合处理中等规模的单节点表格数据，所有计算都在当前进程内完成，无需启动独立服务，依赖体积也远小于Spark。
  基础使用示例：

  import java.sql.DriverManager
  
  // 初始化嵌入式DuckDB连接
  val conn = DriverManager.getConnection("jdbc:duckdb:")
  val stmt = conn.createStatement()
  // 直接从Scala集合创建表
  stmt.execute("CREATE TABLE users AS SELECT * FROM (VALUES (1, '张三', 25), (2, '李四', 30)) t(id, name, age)")
  // 执行SQL查询返回结果
  val rs = stmt.executeQuery("SELECT name FROM users WHERE age > 28")
  

内容的提问来源于stack exchange，提问作者Devavrata