Spark 读取镶木地板文件时出现问题

我有 2 个镶木地板零件文件part-00043-0bfd7e28-6469-4849-8692-e625c25485e2-c000.snappy.parquet（是 2017 年 11 月 14 日运行的部分文件）和part-00199-64714828-8a9e-4ae1-8735-c5102c0a834d-c000.snappy.parquet（是 2017 年 11 月 16 日运行的部分文件）并且两者具有相同的架构（我通过打印架构验证）。

我的问题是，如果我使用 Spark 分别读取这 2 个文件，那么我有 10 列，这些列会正常显示。但是，如果我将此文件放在文件夹中尝试一起读取，总计数将正确（两个文件的行数总和），但从第二个文件开始，大多数列都是空的。只有大约 2 3 列具有正确的值（值存在于文件中，因为如果我单独读取它，它会正确显示）。我在这里缺少什么？这是我用于测试的代码：

def initSparkConfig: SparkSession = {

    val sparkSession: SparkSession = SparkSession
      .builder()
      .appName("test")
      .master("local")
      .getOrCreate()

    sparkSession.sparkContext.hadoopConfiguration.set("mapreduce.fileoutputcommitter.algorithm.version", "2")
    sparkSession.sparkContext.getConf.set("spark.hadoop.parquet.enable.summary-metadata", "false")
    sparkSession.sparkContext.getConf.set("spark.sql.parquet.mergeSchema", "false")
    sparkSession.sparkContext.getConf.set("spark.sql.parquet.filterPushdown", "false")
    sparkSession.sparkContext.getConf.set("spark.sql.hive.metastorePartitionPruning", "true")

    sparkSession
  }

sparkSession = initSparkConfig
sparkSession.read.parquet("/test_spark/").createOrReplaceTempView("table")
sparkSession.sql("select * from table").show 

更新 ：

如果我分别读取两个文件并进行联合并读取，则所有列都会被填充，没有任何问题。

更新2：

如果我做mergeSchema = true读取时抛出异常Found duplicate column(s) in the data schema and the partition schema: [即将为空的列的列表]。过滤器列之一为ambiguous

事实证明，模式不完全匹配。列名的大小写存在差异（中间有一些字符），该列名为空。而且镶木地板列名称区分大小写，因此这导致了所有问题。它试图读取根本不存在的专栏。