我正在处理一个巨大的spark表（约1000亿行），它需要用缺失的组合来完成。
我正试图找到一种方法，用sparklyr复制tidyr:：complete（）函数。这个问题可以用一个简单的例子来概括：
dplyr公司

library("dplyr"); library("tidyr")

df <- tibble(var1 = c("a", "a", "b", "b", "b"), 
             var2 = c("x", "x", "x", "y", "y"),
             obs = c("obs1", "obs3", "obs1", "obs1", "obs2"),
             value = c(10, 3, 4, 7, 5))
df

all.obs <- c("obs1", "obs2", "obs3")
tidyr::complete(data = df, nesting(var1, var2), obs = all.obs)

因此，每个组合（var1，var2）都出现在每个观察值的表中：obs1，obs2和obs3。
为obs2添加了一对（a，x）。
尚未添加偶（a，y），因为它不在初始表中。
为obs2和obs3添加了耦合（b，x）。
为obs3添加了偶（b，y）。
Spark
它不适用于sparklyr，因为tidyr:：complete（）尚未在sparklyr中实现：

library("sparklyr")
sc <- spark_connect(master = "local")

df_tbl <- sdf_copy_to(sc = sc, x = df, name = "df_tbl", overwrite = TRUE)

complete(data = df_tbl, nesting(var1, var2), obs = all.obs)

usemethod（“complete”中出错：没有适用于“complete”的方法应用于类“c”（'tbl\u spark'，'tbl\u sql'，'tbl\u lazy'，'tbl'）的对象
那么如何在sparklyr中复制tidyr:：complete（）函数呢？