Spark DataFrame中的join使用

Spark DataFrame中join与SQL很像，都有inner join, left join, right join, full join; 
那么join方法如何实现不同的join类型呢？ 
看其原型 
def join(right : DataFrame, usingColumns : Seq[String], joinType : String) : DataFrame 

def join(right : DataFrame, joinExprs : Column, joinType : String) : DataFrame 

joinType可以是”inner”、“left”、“right”、“full”分别对应inner join, left join, right join, full join，默认值是”inner”，代表内连接

例子：   

  a表       id   name     b表     id     job   parent_id   
              1   张3                   1     23     1   
              2   李四                  2     34     2   
              3   王武                  3     34     4   

1. 内连接

vvDf.join(vvtDf, Seq("city", "state"), "inner").show
vvDf.join(vvtDf, Seq("city", "state")).show    

 Seq是指连接的字段，这个相当于

 SELECT   a.au_fname,   a.au_lname,   p.pub_name   

  FROM   authors   AS   a   INNER   JOIN   publishers   AS   p   
        ON   a.city   =   p.city   
        AND   a.state   =   p.state   
  ORDER   BY   a.au_lname   ASC,   a.au_fname   ASC   

 结果是     

  1   张3                   1     23     1   

  2   李四                  2     34     2   

2.左外连接

vvDf.join(vvtDf, Seq("city", "state"), "left").show

 结果是     
  1   张3                    1     23     1   
  2   李四                  2     34     2   
  3   王武                  null   

。

其他连接同理