Python 通过Spark从JDBC推断的十进制精度

当试图将数据从JDBCOracle加载到Spark中时，十进制字段中似乎存在精度损失，据我了解Spark支持十进制38,18。甲骨文中的字段是小数38,14，而Spark将最后四位数字舍入为小数38,10。这只发生在dataframe中的一个字段上，而在同一查询中，另一个字段填充正确的模式

尝试在spark submit中传递spark.sql.decimalOperations.allowPrecisionLoss=false conf，但未获得所需的结果

jdbcDF = spark.read \
    .format("jdbc") \
    .option("url", "ORACLE") \
    .option("dbtable", "QUERY") \
    .option("user", "USERNAME") \
    .option("password", "PASSWORD") \
    .load()

因此，考虑到Spark从一个样本记录推断出模式，这在这里是如何工作的？它是否使用查询的结果，即SELECT*FROM TABLE_NAME JOIN。。。或者它是否采取了另一种方式来猜测自己的模式？有没有人能解释一下这一点，并建议如何在不操纵查询的情况下实现正确的十进制精度，因为对查询进行强制转换确实可以解决问题，但更愿意获得一些替代方案