我不认为这是不可能的，不改变原来的代码。原因是，即使最终结果不包含表b和表c中的列，结果也可能取决于哪些表是联接链的一部分。
举个例子：假设我们有这个数据，我们想用id列连接这四个表。

Table A     Table B     Table C     Table D
+---+----+  +---+----+  +---+----+  +---+----+
| id|colA|  | id|colB|  | id|colC|  | id|colD|
+---+----+  +---+----+  +---+----+  +---+----+
|  1|  A1|  |  1|  B1|  |  1|  C1|  |  1|  D1|
|  2|  A2|  |  2|  B2|  |  2|  C2|  |  2|  D2|
+---+----+  +---+----+  |  2| C2b|  +---+----+
                        +---+----+

需要注意的重要一点是，表c在join列中包含一个重复的值。
如果四个表用左联接联接，并且选择了列a和d，则结果将是

+---+----+----+----+----+     +---+----+----+
| id|colA|colB|colC|colD|     | id|colA|colD|
+---+----+----+----+----+     +---+----+----+
|  1|  A1|  B1|  C1|  D1| ==> |  1|  A1|  D1|
|  2|  A2|  B2| C2b|  D2|     |  2|  A2|  D2|
|  2|  A2|  B2|  C2|  D2|     |  2|  A2|  D2|
+---+----+----+----+----+     +---+----+----+

另一方面，如果只有表a和表d直接连接而没有表b和表c，则结果将是

+---+----+----+
| id|colA|colD|
+---+----+----+
|  1|  A1|  D1|
|  2|  A2|  D2|
+---+----+----+

因此，即使最终结果不包含表b和表c中的任何列，如果您加入a->d或a->b->c->d，结果也不同。所以spark代码不能跳过表b和c的连接。
好消息是：如果按照a->b->c->d的方式从表b和c中排除列，spark将只处理表b和c的join列，并跳过（例如在shuffle期间）所有其他列。因此，当不从表b和表c中选择列时，处理的数据量至少会减少。