Databricks更新表时出现‘需struct类型却获string’错误如何解决？

在Databricks中创建表TabA，表结构为latitude float, longitude float, col1 string, col2 string，执行以下操作时触发错误：

create table TabA (latitude float, longitude float, col1 string,col2 string)

utils.executequery( """ update TabA set col1 = ST_Envelope(col2)""" ) -- 尝试将输出转为字符串，但提示_tostring()不支持
utils.executequery(""" optimize TabA """)

utils.executequery( """ update TabA set latitude = col1.Lat""" )
utils.executequery( """ optimize TabA """)

utils.executequery( """ update TabA set longitude= col1.Long""" )
utils.executequery( """ optimize TabA """)

错误信息：

col1#22613: need struct type but got string

问题原因 #

ST_Envelope函数返回的是几何结构体（struct类型），但col1被定义为string类型，强行赋值会导致类型不兼容。后续尝试访问col1.Lat时，col1实际仍是字符串类型（无法存储结构体），因此触发"需要struct类型但得到string"的错误。

解决方案 #

方案1：新增几何字段存储结果（推荐）

不要用字符串字段存储几何结构体，新增专门的字段来承载ST_Envelope的结果，再从中提取坐标：

1. 修改表结构，新增几何类型字段：

   ALTER TABLE TabA ADD COLUMN envelope_geom struct<Lat: float, Long: float>;
   

   若ST_Envelope返回标准几何类型，也可定义为geometry类型：

   ALTER TABLE TabA ADD COLUMN envelope_geom geometry;
   

2. 更新几何字段并提取坐标：

   -- 存入ST_Envelope结果
   UPDATE TabA SET envelope_geom = ST_Envelope(col2);
   OPTIMIZE TabA;
   
   -- 从几何字段提取经纬度
   UPDATE TabA 
   SET latitude = envelope_geom.Lat, 
       longitude = envelope_geom.Long;
   OPTIMIZE TabA;
   

方案2：将几何结果转为字符串后再解析（不推荐，性能较低）

若必须用col1存储结果，可先用ST_AsText将几何转为WKT字符串，后续提取坐标时再转回几何类型：

1. 更新col1为几何字符串：

   UPDATE TabA SET col1 = ST_AsText(ST_Envelope(col2));
   OPTIMIZE TabA;
   

2. 解析字符串提取经纬度：

   UPDATE TabA 
   SET latitude = ST_Y(ST_GeomFromText(col1)), 
       longitude = ST_X(ST_GeomFromText(col1));
   OPTIMIZE TabA;
   

关键注意点 #

• ST_Envelope返回的是几何对象，不是字符串，不能直接存入字符串类型字段。
• 只有struct或几何类型的字段才能通过.Lat/.Long访问属性，字符串无法直接解析为结构体。

内容的提问来源于stack exchange，提问作者Vidhya