① html里面的JS里面可以直接写sql语句吗
呵呵呵，可以写Sql语句，就当是字符串了，但是你会被用户轻易看到你的源代码进行攻击了~~
② WPS可以使用SQL语句吗
你是说写入sql语句还是编译sql语句？
编译的话当然不行了，wps又没有编译器。
写入的话当然可以，找个txt文档也可以写，就是一个字符串。
③ Spark SQL怎么创建编程创建DataFrame
创建DataFrame在Spark SQL中，开发者可以非常便捷地将各种内、外部的单机、分布式数据转换为DataFrame。以下Python示例代码充分体现了Spark SQL 1.3.0中DataFrame数据源的丰富多样和简单易用：
# 从Hive中的users表构造DataFrame
users = sqlContext.table("users")
# 加载S3上的JSON文件
logs = sqlContext.load("s3n://path/to/data.json", "json")
# 加载HDFS上的Parquet文件
clicks = sqlContext.load("hdfs://path/to/data.parquet", "parquet")
# 通过JDBC访问MySQL
comments = sqlContext.jdbc("jdbc:mysql://localhost/comments", "user")
# 将普通RDD转变为DataFrame
rdd = sparkContext.textFile("article.txt") \
.flatMap(lambda line: line.split()) \
.map(lambda word: (word, 1)) \
.receByKey(lambda a, b: a + b) \
wordCounts = sqlContext.createDataFrame(rdd, ["word", "count"])
# 将本地数据容器转变为DataFrame
data = [("Alice", 21), ("Bob", 24)]
people = sqlContext.createDataFrame(data, ["name", "age"])
# 将Pandas DataFrame转变为Spark DataFrame（Python API特有功能）
sparkDF = sqlContext.createDataFrame(pandasDF)
④ excel里可以使用sql语句吗
可以的，EXCEL可以作为数据源（SQL语句FROM后面的表），也可以结果存放到EXCEL里面，不过需要使用微软查询（2016版包含）。
⑤ sql在什么软件里编写程序在那里可以下载
查询分析器，装完SQL就有自带的啦
1.安装SQL Server个人版
2.安装完成后在开始菜单->程序->Microsoft SQL Server->查询分析器，打开这个就可以编程啦
⑥ 如何用python将dataframe更新原来的sql表
pandas是python环境下最有名的数据统计包，而DataFrame翻译为数据框，是一种数据组织方式，这么说你可能无法从感性上认识它，举个例子，你大概用过Excel，而它也是一种数据组织和呈现的方式，简单说就是表格，而在在pandas中用DataFrame组织数据，如果你不print DataFrame，你看不到这些数据，下面我们来看看DataFrame是如何使用的。
首先是引入pandas和numpy，这是经常配合使用的两个包，pandas依赖于numpy，引入以后我们可以直接使用np/pd来表示这个两个模块
先创建一个时间索引，所谓的索引（index)就是每一行数据的id，可以标识每一行的唯一值
为了快速入门，我们看一下如何创建一个6X4的数据：randn函数用于创建随机数，参数表示行数和列数，dates是上一步创建的索引列
我们还可以使用字典来创建数据框，例如创建一个列名为A的数据框，索引是自动创建的整数
这又是一个字典创建DataFrame的例子
假如字典内的数据长度不同，以最长的数据为准，比如B列有4行：
可以使用dtypes来查看各行的数据格式
接着看一下如何查看数据框中的数据，看一下所有的数据
使用head查看前几行数据（默认是前5行），不过你可以指定前几行
查看前三行数据
使用tail查看后5行数据
查看数据框的索引
查看列名用columns
查看数据值，用values
查看描述性统计，用describe
使用type看一下输出的描述性统计是什么样的数据类型——DataFrame数据
使用T来转置数据，也就是行列转换
对数据进行排序，用到了sort，参数可以指定根据哪一列数据进行排序。
好了，这篇入门教程到这里，后面还有很多，希望有志同道合的朋友一起交流学习，有什么说的不对的地方，请批评指正。
⑦ 可否对powerquery已有的查询表写sql
可以对powerquery已有的查询表写sql
在【数据】选项卡下依次单击【获取数据】→【自其它源】→【从ODBC】，打开ODBC编辑框。
打开APP查看高清大图
在编辑框，数据源名称保持dBASE Files不变。高级选项的连接字符串按以下格式输入：
driver={Microsoft Excel Driver (*.xls, *.xlsx, *.xlsm, *.xlsb)};
driverid=1046;
dbq=工作簿全路径
在以上语句中，driverid=1046表示Excel的版本，如果是03版，可以设置为driverid=790。dbq=工作簿全路径 指定了目标工作簿的全路径。
编辑框的SQL语句是可选的，可以根据需要编写，本例为：
select * from [成绩表$]
where 班级='1班' and 科目='数学'
设置完成后，结果如下图所示：
打开APP查看高清大图
点击【确定】按钮，转换数据到Power Query编辑器即可▼
⑧ dataframe sql哪个可以实现更新元素
创建 SQLContext
Spark SQL 中所有相关功能的入口点是 SQLContext 类或者它的子类， 创建一个 SQLContext 的所有需要仅仅是一个 SparkContext。
使用 Scala 创建方式如下：
val sc: SparkContext // An existing SparkContext.
val sqlContext = new org.apache.spark.sql.SQLContext(sc)
// this is used to implicitly convert an RDD to a DataFrame.
import sqlContext.implicits._
使用 Java 创建方式如下：
JavaSparkContext sc = ...; // An existing JavaSparkContext.
SQLContext sqlContext = new org.apache.spark.sql.SQLContext(sc);
使用 Python 创建方式如下：
from pyspark.sql import SQLContext
sqlContext = SQLContext(sc)