Spark DataFrame字符串参数函数为何采用(col1:String, cols:String*)形式

• 避免无意义的空调用：Scala中如果直接用(cols: String*)，调用时允许传入0个参数，但select、groupBy这类操作至少需要指定一个列才有实际意义。用(col1: String, cols: String*)的形式可以强制调用者至少传入一个列名，防止误写出无参数的无效查询。而Column类型参数支持复杂表达式场景，偶尔存在动态生成0个Column的合理需求，因此保留cols: Column*的形式。

• 语法简洁性兼顾：当仅需指定单个列时，df.select("col1")比df.select("col1": _*)（Scala中单个元素传入可变参数的写法）简洁直观得多；同时传入多个列时，df.select("col1", "col2")的写法和可变参数形式完全一致，兼顾了单参数和多参数场景的易用性。

• 历史兼容性与使用习惯：Spark早期API就采用了这种参数设计，后续版本为了兼容大量已有代码，没有贸然修改。此外这种形式符合Scala开发者的常见使用习惯，比如Scala集合类的部分方法也采用类似的参数定义，降低了学习成本。

内容的提问来源于stack exchange，提问作者Bernie_Jiang