我在BQ中的tableA中有一个类型为NUMERIC（29）的列A。我使用BigQueryToGCSOperator将其导出到parquet：

transferBigQuerryToBucket = BigQueryToGCSOperator(
    task_id='BigQuerryToBucket'
        ,source_project_dataset_table= xyz
        ,compression="GZIP"
        ,destination_cloud_storage_uris=xyz
        ,location=xyz
        ,export_format="Parquet"
        ,force_rerun=True)

字符串
然后用pyspark读出来
我遇到了一个问题，因为Spark看到表作为
第一个月
我认为这可能是气流操作器或Spark的问题，所以我直接从BQ导出数据：

EXPORT DATA OPTIONS(
  format='PARQUET',
  uri='gs://address',
  overwrite=true
)
AS
SELECT columnA
FROM tableA

型
用python，pyarrow读出来，所以这里没有气流，没有Spark。我得到：
optional fixed_len_byte_array(16) field_id=-1 columnA (Decimal(precision=38, scale=9));个
这会导致一个问题，因为我在spark的数组中接收到像213123123132.00000000这样的数字，结果我在csv中得到了这些零。
我认为有两种可能的解决办法：
1.为表提供一个单独的模式--但这会给我的工作流增加很多工作，我希望避免这样做，因为parquet应该在元数据中保存模式。
1.某种Spark函数/UDF，将删除这些0（我需要一个通用的解决方案，虽然，不特定于表A），但我看到这里有很多问题-什么是条件，即修改哪些记录，使用哪个函数等。更不用说这种方法的效率。
这些解决方案都没有直接解决问题-元数据中的错误信息（或者可能是python/pyspark在阅读此元数据时的问题）。
我很感激任何建议谢谢