在Spark中，可以通过不同的匹配级别进行连接，包括内连接、外连接、左连接和右连接。下面是使用Spark SQL进行连接的代码示例：

1. 内连接：

df1 = spark.createDataFrame([(1, 'John'), (2, 'Mike'), (3, 'Tom')], ['id', 'name'])
df2 = spark.createDataFrame([(1, 'New York'), (2, 'Chicago'), (4, 'Boston')], ['id', 'city'])

inner_join = df1.join(df2, on='id', how='inner')
inner_join.show()

输出：

+---+----+--------+
| id|name|    city|
+---+----+--------+
|  1|John|New York|
|  2|Mike| Chicago|
+---+----+--------+

2. 外连接：

outer_join = df1.join(df2, on='id', how='outer')
outer_join.show()

输出：

+---+----+--------+
| id|name|    city|
+---+----+--------+
|  1|John|New York|
|  2|Mike| Chicago|
|  3| Tom|    null|
|  4|null|  Boston|
+---+----+--------+

3. 左连接：

left_join = df1.join(df2, on='id', how='left')
left_join.show()

输出：

+---+----+--------+
| id|name|    city|
+---+----+--------+
|  1|John|New York|
|  2|Mike| Chicago|
|  3| Tom|    null|
+---+----+--------+

4. 右连接：

right_join = df1.join(df2, on='id', how='right')
right_join.show()

输出：

+---+----+--------+
| id|name|    city|
+---+----+--------+
|  1|John|New York|
|  2|Mike| Chicago|
|  4|null|  Boston|
+---+----+--------+

以上示例展示了如何使用不同的匹配级别进行Spark连接。在实际使用中，根据数据的需求和业务逻辑选择适当的连接方式。