Databricks中Spark SQL引用SELECT列别名报不存在如何修复

Spark SQL（Databricks平台SQL引擎基于Spark实现）遵循标准SQL执行逻辑：同层级SELECT子句的所有投影列为并行解析计算，不会按代码书写顺序提前识别前面定义的列别名，因此在同层SELECT中直接引用刚定义的length_s、AB_c这类别名时，引擎会判定列不存在抛出错误。
提供的复现代码还存在两处基础语法错误：

• 视图名content_data和后续SELECT语句之间多了一个无匹配的左括号
• 计算CD_c的表达式中，REGEXP_REPLACE函数调用后缺失闭合的右括号

方案1：CTE分层计算（生产环境推荐） #

把需要复用的基础计算逻辑放在CTE内层完成，外层SELECT直接引用内层输出的列别名即可，无重复计算、逻辑可读性强、后续维护成本低，是最通用的标准写法。
修正后的完整代码：

CREATE OR REPLACE VIEW content_data AS
WITH base_calc AS (
    SELECT
        st,
        seq,
        LENGTH(st) AS length_s,
        LENGTH(st) - LENGTH(REGEXP_REPLACE(seq, '[AB]', '')) AS AB_c,
        LENGTH(st) - LENGTH(REGEXP_REPLACE(seq, '[CD]', '')) AS CD_c
    FROM input_data
)
SELECT
    length_s,
    AB_c,
    CD_c,
    CD_c + AB_c AS sum_c
FROM base_calc

方案2：同层重复计算逻辑（仅适合简单临时查询） #

如果不想写嵌套结构，可以直接在引用别名的位置重复写完整计算逻辑，不需要依赖别名引用。缺点是相同逻辑重复书写，后续修改容易漏改，复杂逻辑下可读性差，还会产生不必要的重复计算开销。
对应代码示例：

CREATE OR REPLACE VIEW content_data AS
SELECT
    LENGTH(st) AS length_s,
    LENGTH(st) - LENGTH(REGEXP_REPLACE(seq, '[AB]', '')) AS AB_c,
    LENGTH(st) - LENGTH(REGEXP_REPLACE(seq, '[CD]', '')) AS CD_c,
    (LENGTH(st) - LENGTH(REGEXP_REPLACE(seq, '[CD]', ''))) + (LENGTH(st) - LENGTH(REGEXP_REPLACE(seq, '[AB]', ''))) AS sum_c
FROM input_data

注意：同层SELECT引用别名是MySQL等少数数据库的方言特性，不属于标准SQL规范，Spark SQL/Databricks SQL默认不支持该语法，不要跨数据库混用方言特性避免报错。

内容的提问来源于stack exchange，提问作者Feng Yu