Databricks Spark SQL Update语句报错求助：SQL Server语句迁移后失效

原SQL Server语句迁移到Spark SQL时，因语法规范差异导致解析错误，以下是问题排查和修正：

错误原因 #

Spark SQL的UPDATE JOIN语法与SQL Server不同，原语句在SET子句后直接编写表关联逻辑，缺少FROM关键字，不符合Spark SQL的语法规则，因此触发ParseException。

修正后的Spark SQL语句 #

UPDATE edw.account_fact a
SET composite_account_key = nvl(e.account_key, 0)
FROM edw.account_dim b
JOIN vw_account_hier c ON b.accountcode = c.accountcode
JOIN edw.analysis_codes_dim d ON d.anlys_code_dimkey = a.anlys_code_dimkey 
  AND c.atomic_anlys_appl_cde = d.anlys_appl_cde
JOIN vw_composite e ON c.edw_c_account_code = e.edw_c_account_code
WHERE a.timekey = '95'

关键修改说明 #

• 目标表edw.account_fact a直接放在UPDATE后，明确更新对象
• 在SET子句后添加FROM关键字，后续通过JOIN关联其他表
• 调整表关联的结构，确保符合Spark SQL的UPDATE FROM JOIN语法规范
• 保留原逻辑中的nvl函数（Spark SQL支持该函数，也可替换为coalesce，效果一致）

内容的提问来源于stack exchange，提问作者Kiran A