Apache spark 使用.as[A]强制架构不会'；不要强制执行该类型

我试图在SQLServer中读取一个表，然后我想强制执行我所读取的内容的模式。所以我定义：

case class WhatIWant（FieldA:String，FieldB:String）

然后，我尝试从SQL server执行常规spark读取，我读取的数据帧类型为：

input:org.apache.spark.sql.DataFrame
    FieldA:integer
    FieldB:String

然后，当我阅读时，我将

附加为[WhatIWant]

，我认为这将使它成为一个

数据集[WhatIWant]

，具有我定义的键入信息。事实证明，在笔记本中，它实际上会给我：

intput:org.apache.spark.sql.Dataset[WhatIWant]
    FieldA:integer
    FieldB:String

现在我对两件事感到困惑：

如果在Dataframe中推断出的模式与case类的定义不同，那么

.as[]

是否会实际执行该模式

我假设数据集是强类型的。但是我从Databricks笔记本上得到的打字信息实际上与我定义的不一样。对此有何解释

简要说明：

---

“FieldA”的所有值都是null，我觉得这是其中的一部分，但我仍然感到困惑。

从关系存储中读取遵循所需表的DDL中定义的模式。如果需要，可以将查询参数传递给SparkConf，并将SQL Server查询作为其值，Spark将在数据库上运行查询以获取结果。方法为[]只有在为Case类创建CustomEncoder并使其在运行命令将数据从SQL Server读取到DataFrameReading的文件中隐式可用时才会生效从关系存储读取遵循所需表的DDL中定义的模式。如果需要，可以将查询参数传递给SparkConf，并将SQL Server查询作为其值，Spark将在数据库上运行查询以获取结果。方法为[]只有在为Case类创建CustomEncoder并使其在运行命令的文件中隐式可用以将SQL Server中的数据读取到数据帧中时，此命令才会生效