在从 JSON 字符串中解析某个字段时，from_json 函数在 Apache Spark 3.0 中会返回 null 值，而不是期望的默认值。

解决这个问题的方法是，在 from_json 函数中指定默认值。具体来说，将 from_json 函数的第二个参数作为默认值传递给它。例如，假设我们想要从名为 "data" 的 JSON 字符串中提取名为 "foo" 的字段，并将缺失的值替换为一个默认值 0：

from pyspark.sql.functions import from_json
from pyspark.sql.types import StructType, StructField, StringType, IntegerType

schema = StructType([StructField("foo", IntegerType(), True)])

df = spark.createDataFrame([(1, '{"data": {"foo": 42}}'), (2, '{"data": {}}')], ["id", "json_data"])

df = df.withColumn("parsed_json", from_json(df.json_data, schema).getField("foo"))
df = df.fillna({"parsed_json": 0})

在执行上面的代码后，df 的输出将如下所示：

+---+----------------------+------------+
|id |json_data             |parsed_json |
+---+----------------------+------------+
|1  |{"data": {"foo": 42}} |42          |
|2  |{"data": {}}          |0           |
+---+----------------------+------------+

这样我们就能够在解析 JSON 数据时，将缺失的值替换为默认值了。