Python中Spark的catalog属性为何可调用listTables()等方法

你产生这个疑惑本质是把「属性」的取值范围想窄了。Python是动态类型语言，类的实例属性没有类型限制，不是只能存储数字、字符串这类基础值，完全可以存储任意类型的Python对象——包括其他类的实例。而一个类的实例本身就可以自带方法，当属性存的是这类实例对象时，自然就支持在属性后面继续调用它自己的方法，链式调用本质只是把两步取值、调用的操作连写了而已，没有任何特殊语法魔法。

给你写个最小复现示例，看完就能完全理解逻辑：

# 先定义负责表/元数据操作的Catalog类，收敛所有和 catalog 相关的能力
class Catalog:
    def listTables(self):
        # 模拟返回集群表列表的逻辑
        return ["user_basic", "order_flow", "product_lib"]

# 定义SparkSession类
class SparkSession:
    def __init__(self):
        # catalog是SparkSession的实例属性，值就是提前初始化好的Catalog类实例
        self.catalog = Catalog()

你看到的spark.catalog.listTables()调用，完全可以拆成两步独立操作，运行效果没有任何区别：

spark = SparkSession()
# 第一步：取spark实例的catalog属性，拿到Catalog类的实例对象
catalog_obj = spark.catalog
# 第二步：对Catalog实例调用它自身绑定的listTables方法
print(catalog_obj.listTables())
# 输出：['user_basic', 'order_flow', 'product_lib']

所谓的链式调用只是省略了中间变量，直接在取到的属性值上继续调方法而已。

这种设计在Python生态里非常常见，属于面向对象组合模式的常规用法：把不同职责的逻辑拆分到独立类里，避免单个类的方法过于庞杂。你日常用的很多库都有同类写法：

• pandas里的series.str.contains("关键词")，str就是Series实例的属性，存的是字符串处理专属的StringMethods类实例，contains()就是该实例的方法
• Python内置文件对象的f.buffer.read()，buffer是文件实例的属性，存的是二进制缓冲类实例，read()是缓冲实例的方法

内容的提问来源于stack exchange，提问作者brian