我的任务是创建一个“模式检查”函数，通过pyspark databricks笔记本接收csv。
我有一个预期的模式叫做 my_schema . 我打算这样做：

###################################

步骤1）通过推断模式进行模式检查（检查类型、列名、列计数） (spark_read.option('inferSchema', 'true')) . 如果架构为false，则失败。
步骤2）通过应用模式加载dataframe，以便用正确的类型加载它，并可能删除dropmalformed的损坏记录( spark_read.schema(my_schema) ).

#################################

执行这两个步骤（两次加载Dataframe的成本）有意义吗？还是我应该把自己限制在第二个？
任何级别的反馈都将不胜感激（无论您是否有建议），这样我们才能了解这种设计的局限性和潜在的改进。