要编写涉及复杂类型的Spark-SQL查询，可以按照以下步骤进行：

1. 导入所需的Spark-SQL库和类：

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

2. 创建SparkSession对象：

val spark = SparkSession.builder()
  .appName("Complex Types Query")
  .config("spark.master", "local")
  .getOrCreate()

3. 定义复杂类型的数据结构：

val schema = StructType(Seq(
  StructField("name", StringType),
  StructField("age", IntegerType),
  StructField("address", StructType(Seq(
    StructField("street", StringType),
    StructField("city", StringType),
    StructField("state", StringType)
  ))),
  StructField("phoneNumbers", ArrayType(StructType(Seq(
    StructField("type", StringType),
    StructField("number", StringType)
  ))))
))

4. 创建DataFrame对象：

val data = Seq(
  Row("John", 30, Row("123 Main St", "New York", "NY"), Seq(Row("home", "555-1234"), Row("work", "555-5678")))),
  Row("Alice", 25, Row("456 Elm St", "San Francisco", "CA"), Seq(Row("home", "555-9876")))
)

val rdd = spark.sparkContext.parallelize(data)
val df = spark.createDataFrame(rdd, schema)
df.show(false)

5. 执行复杂类型的查询操作：

// 查询name和address.city字段
df.select("name", "address.city").show(false)

// 查询name和phoneNumbers.number字段
df.select("name", "phoneNumbers.number").show(false)

// 查询所有的phoneNumbers.type字段
df.select(explode(col("phoneNumbers.type"))).show(false)

// 使用结构化查询来查询复杂类型的字段
df.select("name", "address.*", "phoneNumbers.*").show(false)

// 使用where条件过滤复杂类型的字段
df.where(col("address.state") === "NY").show(false)

以上代码示例演示了如何编写涉及复杂类型的Spark-SQL查询，包括结构化查询、条件过滤和字段选择等操作。您可以根据具体需求修改和扩展这些示例代码。