私は個人的にはブール値を返すUDFに入れます。したがって、ビジネスロジックは、Pythonコードになってしまいますし、SQLを清潔に滞在します:
>>> from pyspark.sql.types import BooleanType
>>> def join_based_on_dates(left_date, date0, date1, col0, col1):
>>> if(date0 >= date1):
>>> right_date = col0
>>> else:
>>> right_date = col1
>>> return left_date <= right_date
>>> sqlContext.registerFunction("join_based_on_dates", join_based_on_dates, BooleanType())
>>> join_based_on_dates("2016-01-01", "2017-01-01", "2018-01-01", "res1", "res2");
True
>>> sqlContext.sql("SELECT join_based_on_dates('2016-01-01', '2017-01-01', '2018-01-01', 'res1', 'res2')").collect();
[Row(_c0=True)]
あなたのクエリのようなものに終わるだろう:
FROM df1
LEFT JOIN df2 ON join_based_on_dates('2016-01-01', '2017-01-01', '2018-01-01', 'res1', 'res2')
希望を、これはスパークを楽しんでいる、ことができます!