在Spark SQL中，如果尝试对不支持的数据类型进行间隔操作，可以使用Spark SQL的内置函数来解决此问题。

例如，如果想对日期类型进行间隔操作，可以使用datediff函数来计算两个日期之间的天数间隔。

下面是一个使用datediff函数的示例代码：

import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.functions._

val spark = SparkSession.builder()
  .appName("DateDiffExample")
  .master("local")
  .getOrCreate()

import spark.implicits._

val df = Seq(("2020-01-01", "2020-01-05"), ("2020-01-10", "2020-01-15"))
  .toDF("start_date", "end_date")
  .withColumn("start_date", to_date($"start_date"))
  .withColumn("end_date", to_date($"end_date"))

df.withColumn("date_diff", datediff($"end_date", $"start_date"))
  .show()

这个示例代码将创建一个包含两个日期列的DataFrame，然后使用to_date函数将字符串日期转换为日期类型。最后，使用datediff函数计算两个日期之间的天数间隔，并将结果添加到DataFrame中。

注意：在使用日期函数之前，需要确保日期列已经正确转换为日期类型，可以使用to_date函数来实现转换。

对于其他不支持的数据类型，可以查看Spark SQL的内置函数文档，尝试寻找适用的函数来解决间隔操作的问题。