Apache Spark - 'LeftAnti'加入Ambiguous列错误

Question

我试图在spark 2.4中执行leftanti连接但是我遇到了错误。

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我得到以下错误：

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

为什么这会模糊不清？ 它应该知道哪种列应该在这种连接中检查'IS NOT NULL'。

其他示例通过提供列表达式在Scala中显示了这一点，但这似乎在Java中是不可能的，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，我所看到的这种类型的连接的所有示例都不是Java，有人可以解释为什么会出现此错误以及什么是工作示例？

Answer 1

与一些同事协商，共度几个小时。 你需要使用col（“MyColumn”）。equalTo（col（“OtherColumn”））。

这个例子有效：

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