我有一段代码基本上完成了以下工作：

df=spark.read.parquet("very large dataset")
df.select(columns)
df.filter("some rows I dont want")

df2=df.groupBy('keys').agg("max of a column")
df=df.drop("columns that will be got from df2")
df=df.join(df2, on=["key cols"], "left")

spark.sparkContext.setCheckpointDir("checkpoint/path")
df3=df.checkpoint()

df4=df3.filter("condition 1").groupBy('key').agg("perform aggregations")
df5=df3.filter("condition 2").select(certain columns).alias(rename them)

df6=df4.join(df5, on=["key cols"], how="outer") #perform full outer join to get all columns and rows

此时，我得到以下错误：
运算符中工具id 27908、ll 27913、lw 27915、ul 27236、uw 27914、序列id 27907、结果27911、时间戳27909、日期27910缺少已解析属性ul 28099！项目[序列号#27907，工具号#27908，时间戳#27909，日期#27910，结果#27911，ul#28099，强制转换（大小写为空（ll#27913），然后-无限其他ll#27913结束为双精度）为ll#27246，uw#27914，lw#27915]。具有相同名称的属性出现在操作中：ul。请检查是否使用了正确的属性\njoin fullouter\n
但是，当我移除 checkpoint 像正常缓存的Dataframe一样运行它就可以了。如果我的数据集很小，这是可以的，但是我需要检查点，因为与可用的emr资源相比，我有一个非常大的数据集。
有没有人遇到过类似的问题？