以下是一个解决方法的代码示例，用于比较两个Spark DataFrame的列，并检查另一个DataFrame中的每个字符串以生成新列。

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

object CompareAndCheckColumns {
  def main(args: Array[String]): Unit = {
    // 创建SparkSession
    val spark = SparkSession.builder()
      .appName("CompareAndCheckColumns")
      .master("local")
      .getOrCreate()

    // 创建第一个DataFrame
    val df1 = spark.createDataFrame(Seq(
      ("Alice", 25),
      ("Bob", 30),
      ("Charlie", 35)
    )).toDF("name", "age")

    // 创建第二个DataFrame
    val df2 = spark.createDataFrame(Seq(
      ("Alice"),
      ("Bob"),
      ("Charlie")
    )).toDF("name")

    // 比较两个DataFrame的列，并检查另一个DataFrame中的每个字符串以生成新列
    val result = df1.join(df2, Seq("name"), "left")
      .withColumn("name_match", when(col("age").isNotNull, "Match").otherwise("No Match"))

    result.show()
  }
}

在上面的示例中，我们创建了两个DataFrame：df1和df2。然后，我们使用join操作将它们连接在一起，使用name列作为连接条件。最后，我们使用withColumn和when函数生成一个新列name_match，检查第二个DataFrame中的每个字符串是否与第一个DataFrame中的记录匹配。

输出结果如下所示：

+-------+---+----------+
|   name|age|name_match|
+-------+---+----------+
|  Alice| 25|     Match|
|    Bob| 30|     Match|
|Charlie| 35|     Match|
+-------+---+----------+