AWS Databricks Spark DataFrame数据类型选型与性能差异咨询

• 过往技术积累：主要从事SQL Server相关开发工作，对Spark提供的分布式计算技术栈较为陌生
• 领域常识基础：在传统RDBMS领域，尽可能选取最小适配数据类型是核心实践之一，可大幅降低存储占用、提升数据操作效率
• 现存信息问题：目前暂未查询到DataFrame中数据类型合理选型方式的关键解答，现有可获取的相关技术书籍、公开文章均未覆盖该主题

• Spark场景下数据类型选型是否真的无关紧要？
• 使用1 byte的smallint对比4 bytes的int是否不存在实际收益？
• char与varchar的选型是否也没有性能差异？
• 希望获取涉及Spark不同数据类型性能差异的参考资料，包括相关技术文章、基准测试结果、官方文档说明

内容的提问来源于stack exchange，提问作者Taczi