我正在使用Azure的Databricks，并希望使用PySpark将查询下推到Azure SQL。我已经尝试了很多方法，并找到了使用Scala的解决方案（下面的代码），但是要做到这一点，我需要将部分代码转换为scala，然后再次带回PySpark。

%scala
import java.util.Properties
import java.sql.DriverManager

val jdbcusername = username
val jdbcPassword = password
val driverClass = "com.microsoft.sqlserver.jdbc.SQLServerDriver"

// Create the JDBC URL without passing in the user and password parameters.
val jdbcUrl = "entire-string-connection-to-Azure-SQL"

// Create a Properties() object to hold the parameters.
val connectionProperties = new Properties()

connectionProperties.put("user",s"${jdbcusername}")
connectionProperties.put("password",s"${jdbcPassword}")
connectionProperties.setProperty("Driver",driverClass)

val connection = DriverManager.getconnection(jdbcUrl,jdbcusername,jdbcPassword)
val stmt = connection.createStatement()
val sql = "TRUNCATE TABLE dbo.table"

stmt.execute(sql)
connection.close()

是否可以使用PySpark而非Scala语言实现DML代码下推？

发现了一些相关内容，但仅适用于读取数据和DDL命令：

jdbcUrl = "jdbc:mysql://{0}:{1}/{2}".format(jdbcHostname,jdbcPort,jdbcdatabase)
connectionProperties = {
  "user" : jdbcusername,"password" : jdbcPassword,"driver" : "com.mysql.jdbc.Driver"
}

pushdown_query = "(select * from employees where emp_no < 10008) emp_alias"
df = spark.read.jdbc(url=jdbcUrl,table=pushdown_query,properties=connectionProperties)