IntelliJ调试时隐式TypeTag表达式求值失败，原因及解决方法？

我编写了如下Scala Spark代码：

package spark.course.example

import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.functions.typedLit

object Example extends App{
    val spark: SparkSession = SparkSession.builder.master("local[*]").appName("Example").getOrCreate
    import spark.implicits._

    val columns = Seq("language","users_count")
    val data = Seq(("Java", "20000"), ("Python", "100000"), ("Scala", "3000"))
    val df = spark.createDataFrame(data).toDF(columns:_*)

    val df_with_col = df.withColumn("raw",typedLit[Option[Int]](None))
}

在调试最后一行时，尝试求值表达式df.withColumn("raw",typedLit[Option[Int]](None))，收到错误提示：

Cannot find local variable 'TypeTag'
Error evaluating method : 'TypeTag': Error evaluating method : 'TypeTag'

曾尝试在求值窗口中先添加import scala.reflect.runtime.universe._;，但问题仍未解决。请问为何找不到TypeTag？如何解决该问题以实现便捷调试与求值？

原因分析 #

typedLit方法依赖Scala的TypeTag在编译期捕获泛型类型信息，但调试器（如IDEA的求值窗口）在运行时动态执行代码时，无法自动为泛型参数生成并注入所需的TypeTag实例。即使手动导入反射包，也因调试环境的类加载和上下文限制，无法正确获取编译期生成的TypeTag。

解决方法 #

方法1：预先定义变量，调试时直接引用 #

在原代码中提前将typedLit的结果赋值给变量，调试时直接引用该变量构造DataFrame，避免在求值窗口中重新生成typedLit实例：

// 原代码中新增变量定义
val rawLit = typedLit[Option[Int]](None)
val df_with_col = df.withColumn("raw", rawLit)

调试时直接求值df.withColumn("raw", rawLit)即可。

方法2：显式传递TypeTag #

在求值窗口中手动创建TypeTag并传递给typedLit的隐式参数，绕过调试环境的上下文限制：

import org.apache.spark.sql.functions.typedLit
import scala.reflect.runtime.universe._

df.withColumn("raw", typedLit[Option[Int]](None)(typeTag[Option[Int]]))

方法3：改用非泛型写法简化调试 #

临时调试时，可用lit配合cast替代typedLit，避免依赖TypeTag：

import org.apache.spark.sql.functions.lit

df.withColumn("raw", lit(null).cast("integer").as[Option[Int]])

内容的提问来源于stack exchange，提问作者orsh