Spark SQL读取远程Databricks表报错：Invalid usage of '*' in expression 'unresolvedextractvalue' 解决方案咨询

这个unresolvedextractvalue报错是Simba Spark JDBC驱动处理通配符查询时的典型问题，我给你几个实用的解决方案：

1. 替换select *为具体列名 #

Simba驱动对*通配符的解析逻辑偶尔会和Databricks的SQL解析规则冲突，直接指定列名就能绕过这个问题。比如把你的查询改成：

static final String QUERY = "select id, name, category from concept";

把这里的列名替换成concept表实际存在的字段即可。

2. 给表名加上数据库前缀 #

如果concept表不在默认的default库下，或者Databricks元数据需要明确的库表标识，给表名加上数据库前缀试试：

static final String QUERY = "select * from your_target_db.concept";

记得把your_target_db换成存储concept表的实际数据库名称。

3. 升级Simba JDBC驱动版本 #

你当前使用的驱动版本可能存在通配符解析的bug，建议替换为Databricks官方提供的最新版Simba JDBC驱动，确保驱动版本和你Databricks集群的Spark版本兼容，很多这类解析问题在新版本驱动里已经被修复。

4. 给JDBC URL添加UseNativeQuery=1参数 #

这个参数会强制驱动跳过本地SQL解析，直接把查询原封不动发送到Databricks集群执行，避免本地解析时的错误。修改后的URL如下：

static final String DB_URL = "jdbc:spark://<databricks-url>:443/default;transportMode=http;ssl=1;httpPath=sql/protocolv1/o/0/0289-192234-bars27;AuthMech=3;UseNativeQuery=1;";

验证小技巧 #

修改后可以先执行select count(*) from concept这类简单查询测试连接是否正常，确认没问题后再执行全列查询，这样能逐步排查问题点。

内容的提问来源于stack exchange，提问作者Sai Karthik N