Apache spark SparkSession和SparkContext有什么区别？

我只知道版本差异，但不知道功能或其他。

---

i、 e Sparksession内部有sparkcontext和conf.

在旧版本的Spark中，有不同的上下文进入不同的api（sparkcontext用于核心api，sql上下文用于Spark sql api，流式上下文用于数据流api等）这是开发人员困惑的根源，也是spark团队的优化点，因此在spark的最新版本中，只有一个入口点（spark会话），从中可以获得其他各种入口点（spark上下文、流式上下文等）

这里有一个示例：

colName = "name of the column on wich you want to partition the query"
lowerBound = 0L
upperBound = xxxL // this is the max count in our database
numPartitions = 5 // example
spark.read.jdbc(url,tablename,colName,lowerBound,numPartitions,props).count() // this is a count but can be any query

---

计数将并行执行，结果将进入rdd的5个分区

，因此基本上如果我需要使用spark sql进行数据争用，我将不需要使用SparkContext，SparkSession就足够了吗？请原谅我的无知，我只是一名数据分析师，在分布式计算方面是个十足的新手。。