在 spark.sql 的 select 中使用 cast()

Question

我正在尝试做一件简单的事情：两个表之间的内部连接，但其中一个表的列已重命名，并且 data_type 是错误的。 所以我想使用 cast() 并更改列的名称。 我这样做了：

spark.sql(f'''SELECT nr_cpf_base_srf as nr_cpf,
                 cd_fon_ren,
                 dt_ref_ren,
                 vl_ren,
                 dt_incl_ren_avld,
                 dt_bxa_ren,
                 cd_usu_rsp_atl,
          cast(nr_cpf AS decimal (14,0))
          FROM DB2DFE.REN_AVLD_PF as A
          INNER JOIN sbx_d4n0cbf.pss_cpf_cli_msl as B
          ON a.nr_cpf = b.NR_CPF
       ''').createOrReplaceTempView('temp_x')

表DB2DFE.REN_AVLD_PF有一列nr_cpf_base_srf我想将其更改为nr_cpf以便我可以使用sbx_d4n0cbf.pss_cpf_cli_msl构建内部连接。 但是nr_cpf_base_srf的数据类型是正确的：它应该是小数（14,0），因此我使用cast() 。 它引发了错误：

SparkStatementException: "cannot resolve '`a.nr_cpf`' given input columns: [B.dt_mvtc, A.dt_bxa_ren, B.NR_CPF,
B.cd_cli, A.dt_incl_ren_avld, A.cd_fon_ren, A.vl_ren, A.cd_usu_rsp_atl, A.dt_ref_ren, A.nr_cpf_base_srf];
line 11 pos 17;

这一定是一件非常简单的事情，但我不知道该怎么做，也找不到任何答案。 所以：怎么了？ 请。

Answer 1

ISO SQL（Apache Spark主要实现）不允许您从同一SELECT投影子句引用其他列或表达式。

所以你不能这样做：

SELECT
    ( a + 123 ) AS b,
    ( b + 456 ) AS c
FROM
    someTable

（可以说，ISO SQL应该允许这样做，否则您需要一个 CTE 或外部查询，这将扩大查询的文本大小：ISO SQL 设计委员会需要开始考虑他们自己的人体工程学）。

无论如何，将您的查询更改为不引用列表达式：

SELECT
    nr_cpf_base_srf AS nr_cpf,
    cd_fon_ren,
    dt_ref_ren,
    vl_ren,
    dt_incl_ren_avld,
    dt_bxa_ren,
    cd_usu_rsp_atl,
    CAST( nr_cpf_base_srf AS decimal (14,0) )
FROM
    DB2DFE.REN_AVLD_PF AS a
    INNER JOIN sbx_d4n0cbf.pss_cpf_cli_msl AS b ON a.nr_cpf = b.NR_CPF

---

如果您确实想在CAST之前为该列加上别名，那么您将需要一个外部查询：

SELECT
    t.*,
    CAST( t.nr_cpf AS decimal (14,0) )
FROM
    (
        SELECT
            nr_cpf_base_srf AS nr_cpf,
            cd_fon_ren,
            dt_ref_ren,
            vl_ren,
            dt_incl_ren_avld,
            dt_bxa_ren,
            cd_usu_rsp_atl
        FROM
            DB2DFE.REN_AVLD_PF as A
            INNER JOIN sbx_d4n0cbf.pss_cpf_cli_msl AS B ON a.nr_cpf = b.NR_CPF
    ) AS t

或 CTE：

WITH t AS (

    SELECT
        nr_cpf_base_srf AS nr_cpf,
        cd_fon_ren,
        dt_ref_ren,
        vl_ren,
        dt_incl_ren_avld,
        dt_bxa_ren,
        cd_usu_rsp_atl
    FROM
        DB2DFE.REN_AVLD_PF as A
        INNER JOIN sbx_d4n0cbf.pss_cpf_cli_msl AS B ON a.nr_cpf = b.NR_CPF
)
SELECT
    t.*,
    CAST( t.nr_cpf AS decimal (14,0) )
FROM
    t