Databricks修改临时表字段类型报错：无法将string类型转为numeric类型

首先，你的错误根源有两个：

1. 你用了ALTER TABLE ADD语句——这是添加新字段的语法，但你的需求是修改已有字段的类型，语法方向完全错误；
2. 更关键的是：Spark SQL（Databricks底层使用的SQL引擎）不支持对临时表（TEMP VIEW/TEMP TABLE）使用ALTER TABLE类的DDL语句修改结构——临时表本质是会话级的内存视图，没有可修改的持久化元数据。

针对你的需求（把临时表x9concsheet5的netto_resultaat字段从string改成numeric(17,2)），这里有几个可行的解决方案：

方案1：重新创建临时表时直接转换类型 #

如果这个临时表是通过查询语句创建的，最直接的方式是修改创建逻辑，在查询阶段就把字段转换成目标类型，然后替换原有临时表：

CREATE OR REPLACE TEMP VIEW x9concsheet5 AS
SELECT
  -- 保留其他所有字段
  col1,
  col2,
  -- Spark中NUMERIC和DECIMAL等价，用DECIMAL更常用
  CAST(netto_resultaat AS DECIMAL(17,2)) AS netto_resultaat,
  -- 其他字段...
FROM your_source_table; -- 替换成你原来的数据源表/查询

方案2：从源数据重新加载时指定字段类型 #

如果临时表是从外部数据源（比如CSV、Parquet）加载的，你可以在加载阶段直接指定正确的字段类型，避免后续转换：

# PySpark示例，SQL方式也可通过指定schema实现
from pyspark.sql.types import StructType, StructField, StringType, DecimalType

# 定义包含目标字段类型的自定义schema
custom_schema = StructType([
    StructField("col1", StringType(), nullable=True),
    StructField("col2", StringType(), nullable=True),
    StructField("netto_resultaat", DecimalType(17,2), nullable=True),
    # 其他字段定义...
])

# 加载数据并覆盖原临时表
spark.read.schema(custom_schema).csv("/path/to/your/data").createOrReplaceTempView("x9concsheet5")

方案3：基于现有临时表转换后替换 #

如果不想重新从源数据加载，可以直接查询现有临时表，转换字段类型后替换原临时表：

CREATE OR REPLACE TEMP VIEW x9concsheet5 AS
SELECT
  *,
  -- 转换字段类型
  CAST(netto_resultaat AS DECIMAL(17,2)) AS netto_resultaat_updated
FROM x9concsheet5
-- 丢弃原字段，将新字段重命名为原名称
DROP COLUMN netto_resultaat
RENAME COLUMN netto_resultaat_updated TO netto_resultaat;

补充说明 #

如果你的表是Delta Lake持久化表（不是临时表），那可以直接用ALTER COLUMN修改类型：

ALTER TABLE x9concsheet5 ALTER COLUMN netto_resultaat TYPE DECIMAL(17,2);

但根据你的描述这是临时表，所以上面的三个方案更适用。

内容的提问来源于stack exchange，提问作者Regazzi