使用与配置单元兼容的sparksql。
如果col1是字符串，则可以是一个解决方案：

val initDF = spark.sql("select '{color=blue, name=john, size=M}' as col1 union select '{color=red, name=jim, size=L}' as col1")
initDF.show(false)

它显示：

+-------------------------------+
|col1                           |
+-------------------------------+
|{color=blue, name=john, size=M}|
|{color=red, name=jim, size=L}  |
+-------------------------------+

如果只想得到color=blue的行

initDF.where("col1 like '%color=blue%'").show(false)

显示预期结果：

+-------------------------------+
|col1                           |
+-------------------------------+
|{color=blue, name=john, size=M}|
+-------------------------------+

如果col1是一个结构：

val initDFStruct = spark.sql("select 'blue' as color, 'john' as name, 'M' as size union select 'red' as color, 'jim' as name, 'L'")
  .selectExpr("(color, name, size) as col1")
initDFStruct.show(false)

它显示：

+---------------+
|col1           |
+---------------+
|[red, jim, L]  |
|[blue, john, M]|
+---------------+

initDFStruct.where("col1.color = 'blue'").show(false)

显示想要的结果：

+---------------+
|col1           |
+---------------+
|[blue, john, M]|
+---------------+

总之，如果将其作为字符串列，则可以在where子句中使用 where col1 like '%color=blue%' 如果将其作为结构，则where子句应为： "col1.color = 'blue'

您可以将字符串转换为map（删除逗号后的大括号和空格，并使用str\u to\u map函数）。配置单元示例：

with your_data as 
(
select '{color=blue, name=john, size=M}' str
)

select str        as original_string,
       m['color'] as color,
       m['name']  as name,
       m['size']  as size
from
(
select str, str_to_map(regexp_replace(regexp_replace(str,'\\{|\\}',''),', *',','),',','=') m 
  from your_data --use your table
)s;

结果：

original_string                 color   name    size    
{color=blue, name=john, size=M} blue    john    M