apache spark sql查询优化和保存结果值？

Question

我在文本文件中有大量数据（1,000,000行）。每行有128列。 这里每一行都是一个特征，每列都是一个维度。

我已经转换了json格式的txt文件，并能够使用spark在json文件上运行sql查询 现在我正在尝试用这个大数据构建一个kd树。
我的步骤：
1）计算每列的方差选择具有最大方差的列，并将其作为关键的第一个节点，将列的平均值作为节点的值。
2）基于第一个节点值将数据拆分为2个部分，重复该过程直到达到一个点。

我的示例代码：

import sqlContext._
val people = sqlContext.jsonFile("siftoutput/")
people.printSchema()
people.registerTempTable("people")
val output = sqlContext.sql("SELECT * From people")

人员表有128列

我的问题：
1）如何将查询的结果值保存到列表中？ 2）如何计算列的方差？
3）我将对同一数据运行多次查询。是否有什么方法可以优化它？ 4）如何将输出保存为文本文件中的键值对？

请帮助