Apache Spark - 'LeftAnti' 加入歧义列错误

Question

我正在尝试在 spark 2.4 中执行 leftanti 连接，但我遇到了错误。

Dataset<Row> df = spark.read()

            .option("mode", "DROPMALFORMED")

            .schema(schema)

            .csv("/some/path/cars.csv");

Dataset<Row> Audis = df.filter(col("Make").equalTo("Audi"));

Dataset<Row> BMWs = df.filter(col("Make").equalTo("BMW"));

Audis.join(BMWs, "Make").show();

df.as("df").join(Audis.as("audi"), col("Make"), "leftanti")

           .show();

第一个连接工作正常，但对于 leftanti，我收到以下错误：

org.apache.spark.sql.AnalysisException: Reference 'Make' is ambiguous, could be: df.Make, audi.Make.;

为什么这会模棱两可？它应该知道在这种连接中哪个列应该检查“IS NOT NULL”。

其他示例通过提供列表达式在 Scala 中显示了这一点，但这在 Java 中似乎是不可能的，因为没有方法签名支持像 'df.Make == Audi.Make' 这样的表达式字符串

// No method exists for such a signature

df.as("df").join(Audis.as("audi"), "df.Make == audi.Make", "leftanti")

到目前为止，我看到的所有此类连接示例都不是 Java 语言，有人可以解释为什么会出现此错误以及什么是有效示例吗？

Answer 1

咨询一些同事并一起度过几个小时。您需要使用 col("MyColumn").equalTo(col("OtherColumn"))。这个例子有效：df.as("df").join(Audis.as("audi"),&nbsp;col("df.Make").equalTo(col("audi.Make")),&nbsp;"leftanti")