退出連接錯誤：org.apache.spark.sql.AnalysisException：檢測到隱式笛卡爾積

Question

“左連接”要求在一個數據幀上使用“ spark.sql.crossJoin.enabled = true”或調用“ persist（）”。

SELECT * FROM LHS left join RHS on LHS.R = RHS.R

如何在沒有“ spark.sql.crossJoin.enabled = true”和持久保存數據幀的情況下使“左聯接”工作？

以下異常在Spark 2.3.3和2.4.4中均發生。

線程“主”中的異常org.apache.spark.sql.AnalysisException：檢測到邏輯計划OneRowRelation和...之間的LEFT OUTER聯接的隱式笛卡爾積。...聯接條件丟失或微不足道。 或者：使用CROSS JOIN語法在這些關系之間允許笛卡爾乘積，或者：通過設置配置變量spark.sql.crossJoin.enabled = true啟用隱式笛卡爾乘積；或者

Answer 1

使用數據框的Spark2.4.3

scala> var lhs = spark.createDataFrame(Seq((1,"sda"),(2,"abc"))).toDF("id","value")
scala> var rhs = spark.createDataFrame(Seq((2,"abc"),(3,"xyz"))).toDF("id1","value1")

scala> lhs.join(rhs,col("id")===col("id1"),"left_outer")

scala> lhs.join(rhs,col("id")===col("id1"),"left_outer").show
+---+-----+----+------+
| id|value| id1|value1|
+---+-----+----+------+
|  1|  sda|null|  null|
|  2|  abc|   2|   abc|
+---+-----+----+------+

沒有面臨任何問題。