用途：为 Gold 层 merge 脚本（Silver → Gold）提供运行时 Schema 校验，确保 DataFrame 列与目标表 DDL 一致，在部署前发现列名、缺失/多余列及类型不匹配问题。核心原则是 DDL（setup 脚本）为运行时事实来源，而非 YAML 设计规格。
主要能力：提供 validate_merge_schema(spark, updates_df, catalog, schema, table_name, raise_on_mismatch=True) 辅助函数，返回 valid、missing_in_df、extra_in_df、type_mismatches；可读取实际表 schema（spark.table(...).schema）并做显式列映射与类型转换。
使用方式：先跑 setup 建表，读取实际 DDL schema，编写 merge 脚本并使用显式 .withColumn() 重命名、.select() 指定列（避免 *），在每次 merge 前调用校验；部署前可运行 python scripts/validate_schema.py <catalog> <gold_schema>。
适用场景：创建 Gold 层 merge 脚本、校验列映射、调试 UNRESOLVED_COLUMN、部署前校验。
限制：资料未提供收费、平台支持范围等细节；实现细节需参见其 references 与 scripts 文件。