datetime—将sparkDataframe中的日期时间戳转换为epoctimestamp

wd2eg0qa 于 2021-05-27 发布在 Spark

关注(0)|答案(2)|浏览(532)

我有这个格式的带有时间戳列的Parquet文件 2020-07-07 18:30:14.500000+00:00 写于Pandas。当我在spark中读取相同的Parquet文件时，它被读取为 2020-07-08 00:00:14.5 .
我想把它转换成以毫秒为单位的历元时间戳 1594146614500 我尝试过使用java datetime格式

val dtformat = new java.text.SimpleDateFormat("yyyy-MM-dd HH:mm:ss.SSS")
dtformat.parse(r2.getAs[Long]("date_time").toString).getTime

信息技术；s转换但值错误（1594146614005），而不是1594146614500。
为了使它正确，我必须补充 dtformat.parse(r2.getAs[Long]("date_time").toString+"00").getTime . 还有什么比这更干净的方法吗？
spark中有任何函数可以将其读取为毫秒吗？
更新1：
使用以下答案后：
df.withcolumn（“timestamp”，to\u timestamp（$“date\u time”，“yyyy-mm-dd hh:mm:ss.ssssss ”））.withcolumn（“epoch”，（$“timestamp”.cast（“decimal（20，10）”）*1000）.cast（“bigint”）.show（）

+-------------+--------------------+-------------------+-------------+
|expected_time|       original_time|          timestamp|        epoch|
+-------------+--------------------+-------------------+-------------+
|1597763904500|2020-08-18 20:48:...|2020-08-18 20:48:24|1597763904000|
|1597763905000| 2020-08-18 20:48:25|2020-08-18 20:48:25|1597763905000|
|1597763905500|2020-08-18 20:48:...|2020-08-18 20:48:25|1597763905000|

缺点是假设数据的粒度为500ms，那么每个时间戳都有两个相同的epoc时间戳，这是不需要的。

apache-spark apache-spark-sql DateTime java-time Instant

来源：https://stackoverflow.com/questions/63417763/convert-date-time-timestamp-in-spark-dataframe-to-epoctimestamp

2条答案

按热度按时间

8fsztsew1#

使用sparkDataframe函数，

df.withColumn("timestamp", to_timestamp($"time", "yyyy-MM-dd HH:mm:ss.SSSSSSXXX"))
  .withColumn("epoch", ($"timestamp".cast("decimal(20, 10)") * 1000).cast("bigint"))
  .show(false)

+--------------------------------+---------------------+-------------+
|time                            |timestamp            |epoch        |
+--------------------------------+---------------------+-------------+
|2020-07-07 18:30:14.500000+00:00|2020-07-07 18:30:14.5|1594146614500|
+--------------------------------+---------------------+-------------+

这也是一种可行的方法。

赞(0）回复(0）举报 2021-05-27

nwlqm0z12#

我建议您从 java.util 以及相应的格式化api( java.text.SimpleDateFormat )到现代日期/时间api java.time 以及相应的格式化api( java.time.format ). 从trail:date-time了解有关现代日期时间api的更多信息

import java.time.OffsetDateTime;
import java.time.format.DateTimeFormatter;

public class Main {
    public static void main(String[] args) {
        OffsetDateTime odt = OffsetDateTime.parse("2020-07-07 18:30:14.500000+00:00",
                DateTimeFormatter.ofPattern("uuuu-MM-dd HH:mm:ss.SSSSSSZZZZZ"));
        System.out.println(odt.toInstant().toEpochMilli());
    }
}

输出：

1594146614500

赞(0）回复(0）举报 2021-05-27

我来回答

datetime—将sparkDataframe中的日期时间戳转换为epoctimestamp

2条答案

相关问题

热门标签

最新问答