当我尝试从Spark数据帧收集数据时，我收到一条错误说明
＆＃34; java.lang.IllegalArgumentException：要求失败：十进制 精度39超过最大精度38＆＃34;。
Spark数据帧中的所有数据都来自Oracle数据库，我相信小数精度<38。有没有办法在不修改数据的情况下实现这一目标？
# Load required table into memory from Oracle database
df <- loadDF(sqlContext, source = "jdbc", url = "jdbc:oracle:thin:usr/pass@url.com:1521" , dbtable = "TBL_NM")
RawData <- df %>%
filter(DT_Column > DATE(‘2015-01-01’))
RawData <- as.data.frame(RawData)
给出错误
下面是stacktrace：
WARN TaskSetManager：阶段0.0中丢失的任务1.0（TID 1,10。。。***， executor 0）：java.lang.IllegalArgumentException：要求失败： 十进制精度39超过最大精度38 at scala.Predef $ .require（Predef.scala：224）at org.apache.spark.sql.types.Decimal.set（Decimal.scala：113）at org.apache.spark.sql.types.Decimal $ .apply（Decimal.scala：426）at at org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils $$ anonfun $ $组织阿帕奇$火花$ SQL $执行$ $的数据源JDBC $ JdbcUtils $$ makeGetter $ 3 $$ anonfun $ 9.apply（JdbcUtils.scala：337 ） 在 org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils $$ anonfun $ $组织阿帕奇$火花$ SQL $执行$ $的数据源JDBC $ JdbcUtils $$ makeGetter $ 3 $$ anonfun $ 9.apply（JdbcUtils.scala：337 ） 在 org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils $ .ORG $阿帕奇$火花$ SQL $执行$ $的数据源JDBC $ JdbcUtils $$ nullSafeConvert（JdbcUtils.scala：438） 在 org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils $$ anonfun $ $组织阿帕奇$火花$ SQL $执行$ $的数据源JDBC $ JdbcUtils $$ makeGetter $ 3.apply（JdbcUtils.scala：337） 在 org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils $$ anonfun $ $组织阿帕奇$火花$ SQL $执行$ $的数据源JDBC $ JdbcUtils $$ makeGetter $ 3.apply（JdbcUtils.scala：335） 在 org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils $$匿名$ 1.getNext（JdbcUtils.scala：286） 在 org.apache.spark.sql.execution.datasources.jdbc.JdbcUtils $$匿名$ 1.getNext（JdbcUtils.scala：268） 在org.apache.spark.util.NextIterator.hasNext（NextIterator.scala：73） 在 org.apache.spark.util.CompletionIterator.hasNext（CompletionIterator.scala：32） 在 org.apache.spark.sql.catalyst.expressions.GeneratedClass $ GeneratedIterator.processNext（未知 来源）at org.apache.spark.sql.execution.BufferedRowIterator.hasNext（BufferedRowIterator.java:43） 在 org.apache.spark.sql.execution.WholeStageCodegenExec $$ anonfun $ 8 $$不久$ 1.hasNext（WholeStageCodegenExec.scala：377） 在 org.apache.spark.sql.execution.SparkPlan $$ anonfun $ 2.适用（SparkPlan.scala：231） 在 org.apache.spark.sql.execution.SparkPlan $$ anonfun $ 2.适用（SparkPlan.scala：225） 在 org.apache.spark.rdd.RDD $$ anonfun $ mapPartitionsInternal $ 1 $$ anonfun $ $申请25.apply（RDD.scala：826） 在 org.apache.spark.rdd.RDD $$ anonfun $ mapPartitionsInternal $ 1 $$ anonfun $ $申请25.apply（RDD.scala：826） 在 org.apache.spark.rdd.MapPartitionsRDD.compute（MapPartitionsRDD.scala：38） 在org.apache.spark.rdd.RDD.computeOrReadCheckpoint（RDD.scala：323）at at org.apache.spark.rdd.RDD.iterator（RDD.scala：287）at org.apache.spark.scheduler.ResultTask.runTask（ResultTask.scala：87）at at org.apache.spark.scheduler.Task.run（Task.scala：99）at org.apache.spark.executor.Executor $ TaskRunner.run（Executor.scala：282） 在 java.util.concurrent.ThreadPoolExecutor.runWorker（ThreadPoolExecutor.java:1142） 在 java.util.concurrent.ThreadPoolExecutor中的$ Worker.run（ThreadPoolExecutor.java:617） 在java.lang.Thread.run（Thread.java:745）
请建议任何解决方案。谢谢。