使用时 crossJoin 在sparkscalaapi中，输出的列具有相同的名称，这会导致由于歧义而导致错误。例如：

val df = Seq((2, "b"), (3, "a"), (5, "z")).toDF("number", "letter")
val dfCrossJoin = df.crossJoin(df)
dfCrossJoined.select("letter")

引发异常：

...
Message: Reference 'letter: is ambiguous
...

为了避免这些模糊性错误，一个解决方案是能够重命名右Dataframe或左Dataframe的所有列。有没有办法用scalaapi实现这一点？目前，我找到了一个使用SQLAPI的解决方案（见下文），但我想知道是否有更好的方法来解决这个问题（是编程重命名还是选择无歧义列的方法）。

val df = Seq((2, "b"), (3, "a"), (5, "z")).toDF("number", "letter")
df.createOrReplaceTempView("df")
val dfCrossJoinedSql = spark.sql(s"""
select 
  t1.*, 
  ${df.columns.map(c => s"t2.${c} as ${c}_2").mkString(", ")}
from 
 df t1 cross join df t2
""")