为什么将其转换为Spark中的交叉联接？

Question

我们有posts个数据框。我从questions衍生出answers和posts数据帧，如下所示：

val questions = spark.sql("select * from posts where posts._PostType = 'Question'")
val answers = spark.sql("select * from posts where posts._PostType = 'Answer'")

我需要找到每个帖子的所有答案（_ParentId的{​​{1}}栏指向answers的{​​{1}}栏）。所以我写了以下

_Id

问题

1. 为什么这会导致交叉联接？
2. 如何将给定问题的所有答案分组？

输出

questions