Jdbc 将spark dataframe中选定的列插入SQL Server表

我有一个SQL Server表，它的架构与我的dataframe不同。我想从我的数据框中选择一些列，并在表中“插入”我选择的值

基本上类似于下面的代码，但在pyspark中：

INSERT INTO Cust_Diff_Schema_tbl
(acct_num, name)
SELECT account_no, name
FROM customers
WHERE customer_id > 5000;

我可以使用spark.read使用jdbc读取数据。如下图所示：

df_s3 = spark.read.format("jdbc")\
                .option("driver", db_driver_name)\
                .option("url", db_url+ ":1433;databaseName="+stage_db)\
                .option("dbtable", tbl_name)\
                .option("query", """(select * from customers)""")\
                .option("user", db_username)\
                .option("password", db_password)\
                .load()
    
    df_s3.printSchema()
    df_s3.show(20)

要使用所选的值将数据写入/追加到表中，我相信我仍然可以使用“df_s3.write”，但我需要一个示例，说明如何使用.option函数使用insert语句或其他方法（如果不起作用）

---

提前感谢。

我的insert into语句和我的数据帧中传入的值在哪里？首先，您需要创建df，并且您想要插入的任何列都只保留df中的值，现在，如果您说moe override，然后截断delete并为您重新创建表，那么保存和模式append将添加到表的末尾，inshort no instrt into sql NEEDD您是否有可以共享的示例？您确实了解我的表架构不同于我的数据框，这就是为什么我认为我必须使用insert into来选择列。使用现有df创建新的数据框并保留。只有您想要插入的列，才会与您共享示例

//create dataframe

val df = //fetch from  db,read file or other options

df.write.format("jdbc")
      .option("numPartitions", 20)
      .option("batchsize", 10000)
      .option("truncate", "true")
      .option("url", "jdbcURL")
      .option("driver", "Driver name")
      .option("dbtable", "tablename")
      .mode("append")
      .save()