diff --git a/SUMMARY.md b/SUMMARY.md
index 55898c5..361834b 100644
--- a/SUMMARY.md
+++ b/SUMMARY.md
@@ -9,7 +9,7 @@
   
   * [2.1SparkSQL入门](/chapter2/2.1SparkSQL入门.md)
   * [2.2 Spark SQL对战斗机飞行性能进行分析](/chapter2/2.2对战斗机飞行性能进行分析.md)
-  * [2.3 Spark SQL对战斗机飞行性能进行分析](/chapter2/2.3对战斗机飞行性能进行分析.md)
+  * [2.3 Spark SQL统计各个研发单位研制战斗机占比](/chapter2/2.3统计各个研发单位研制战斗机占比.md)
   
   
 * [第三章 SparkStreaming流数据计算与分析](/chapter3/3流数据计算与分析简介.md)
diff --git a/chapter2/2.2对战斗机飞行性能进行分析.md b/chapter2/2.2对战斗机飞行性能进行分析.md
index 0f6d3ef..a79951c 100644
--- a/chapter2/2.2对战斗机飞行性能进行分析.md
+++ b/chapter2/2.2对战斗机飞行性能进行分析.md
@@ -9,15 +9,15 @@
 每条`json`数据里可能有不同数量的成员，成员的值可能为空。
 
 
-### 2.1.2 统计指标说明
+### 2.2.2 统计指标说明
 
 统计出全球飞行速度排名前三的战斗机。
 
-### 2.1.3 结果数据保存
+### 2.2.3 结果数据保存
 
 统计出指标后将结果以`json`格式保存到本地目录。
 
-### 2.1.4处理步骤
+### 2.2.4处理步骤
 
 1.创建`SparkSession`；
 ```
@@ -31,20 +31,36 @@ spark = SparkSession \
 
 ```
 2.读取所给`json`数据创建`DataFrame`；
+
 `df =spark.read.json("/jun.json")`
 
 3.创建视图；
+
 `df.createOrReplaceTempView("table1")`
 
 4.编写`sql`语句计算指标；
+
 `sqlDF = spark.sql("sql语句")`
 
 5.将处理结果保存到本地目录；
+
 `sqlDF.write.format("json").save("保存路径")`
 
 6.停止`SparkSession`。
+
  `spark.stop()`
 
+ ### 2.2.5 效果展示：
+
+ 在保存路径我们打开处理后的文件，可以看到我们统计出的飞行速度前三的战斗机；
+
+ <p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/457559" alt=""  height="100%" width="100%"  />
+</p>
+
+
+
+
 
 
 
diff --git a/chapter2/2.3统计各个研发单位研制战斗机占比.md b/chapter2/2.3统计各个研发单位研制战斗机占比.md
index 47aa18e..53e409b 100644
--- a/chapter2/2.3统计各个研发单位研制战斗机占比.md
+++ b/chapter2/2.3统计各个研发单位研制战斗机占比.md
@@ -19,4 +19,14 @@
 
 ### 2.3.4处理步骤
 
-同上小节步骤
\ No newline at end of file
+同上小节步骤
+
+ ### 2.3.5 效果展示：
+
+ 在保存目录我们打开处理后的文件，可以看到我们统计出的各个研发单位研制战斗机占比；
+
+<p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/457565" alt=""  height="100%" width="100%"  />
+</p>
+
+