让我们假设我有以下的Sparkdf's：

df_with_wild_card = spark.createDataFrame(
   [("random_key", "%")],
   ["key", "value"]
)

df_with_long_value_column = spark.createDataFrame(
   [("value1"),
   ("value2"),
   ("value3"),
   ("value4") ... ],
   ["value"]
)

我想把这两个df连接起来

df_with_long_value_column .alias("df_with_long_value_column").join(
            f.broadcast(df_with_wild_card.alias("df_with_wild_card")),
            f.expr("df_with_long_value_column.value like df_with_wild_card.value"),
            "inner",
        )

很明显，因为df_with_wild_card.value只是一个值“%"，所以df_with_long_value_column.value中的每个值都应该在连接操作的结果df上。
我问题是：spark实际上是检查df_with_long_value_column.value中的每个值，如果它被“%”捕获，或者spark识别出唯一的值是“%”，它会自动将所有值取到结果df中。