如何在Databricks Spark SQL中向IN子句传入数组实现关联查询？

你的原SQL存在两个问题：

• 错误引用了表B的b.animals，实际应该使用表A的a.animals
• IN操作符无法直接处理数组类型，需要用数组专用的匹配逻辑

下面是两种可行的修正方案：

方案一：使用ANY操作符（适合PostgreSQL等支持数组的数据库） #

WITH table_a AS (
SELECT 
id, 
array('cat','dog') AS animals
) 

SELECT b.*
FROM table_b b 
JOIN table_a a 
  ON a.id = b.id 
  AND b.animal_type = ANY(a.animals)

= ANY(a.animals)会直接检查b.animal_type是否等于数组中的任意元素，写法简洁高效。

方案二：展开数组后关联（兼容性更强） #

如果你的数据库不支持数组直接匹配，可以先把数组拆成多行再做关联：

WITH table_a AS (
SELECT 
id, 
array('cat','dog') AS animals
) 

SELECT b.*
FROM table_b b 
JOIN (
  SELECT id, unnest(animals) AS animal
  FROM table_a
) a 
  ON a.id = b.id 
  AND a.animal = b.animal_type

这里用unnest把数组展开为单值行，再和表B做常规的等值关联，适配多数数据库类型。

内容的提问来源于stack exchange，提问作者Fubudis