您好，我想更多地了解 scala，但我想我对这个方法签名有点迷茫。
explode[A <: Product](input: Column*)(f: (Row) ⇒ TraversableOnce[A])(implicit arg0: scala.reflect.api.JavaUniverse.TypeTag[A]): DataFrame
首先，方括号中的“<: a b column>
其次，看起来它执行了一个从 (Row) 到 Traversable[A] 的 lambda 函数，但我还没有看到至少一次在右侧参数上没有左侧参数的 lambda。
另外，我不是 100% 知道为什么它有隐含的 arg0:piece
提前致谢！
【问题讨论】：
标签： scala apache-spark syntax dataframe spark-dataframe
方括号中的“<:>
<: 表示 scala 中的子类型，所以这里表示A 是Product 的子类型。它就像一种上限，将此处可以传递的类型限制为Product的子类型
A 和 B 应该是参数类型吗？但列是论据 输入
A不是参数类型，它本身就是一个参数，称为类型参数。这有点令人困惑，但基本上这意味着您可以将product 的子类型的任何类型传递到此位置并在函数内使用类型参数。这使得函数更加通用，因为它可以同时处理不同的类型，而且你不必为不同的类型编写单独的函数；
看起来它做了一个从 (Row) 到 Traversable[A] 的 lambda 函数
f: (row) => Traversable[A] 是另一个参数，在这种情况下是一个接受(row) 并返回Traversable[A] 的函数类型。根据这个定义，explode 可以接受一个函数作为参数，在这种情况下是一个 lambda 表达式；
为了说明最后一种情况：
def sum(x: Int, y: Int)(f: Int => Int) = f(x) + f(y)
sum: (x: Int, y: Int)(f: Int => Int)Int
sum(2,3)(x => 2*x)
res2: Int = 10
综上所述，explode函数一共接受了三个参数，第一个A是一个类型参数。第二个和第三个是函数的实参，Input 是 Column 类型，正如你所注意到的，f 是 (row) => Traversable[A] 类型，这是一个函数类型。
【讨论】：
(a: Int, b:Int, f: Int => Int) 和 (a: Int, b:Int)(f: Int => Int) 都可以工作，但您必须以与定义它们相同的方式调用它们。后者允许您分两步传递参数，这有时会给您带来优势。