配置单元表架构:
c_date date
c_timestamp timestamp
这是文本表
配置单元表数据:
hive> select * from all_datetime_types;
OK
0001-01-01 0001-01-01 00:00:00.000000001
9999-12-31 9999-12-31 23:59:59.999999999
spark作业后获得的csv:
c_date,c_timestamp
0001-01-01 00:00:00.0,0001-01-01 00:00:00.0
9999-12-31 00:00:00.0,9999-12-31 23:59:59.999
问题: 00:00:00.0
在日期类型中添加
时间戳被截断为毫秒精度
有用代码:
SparkConf conf = new SparkConf(true).setMaster("yarn-cluster").setAppName("SAMPLE_APP");
SparkContext sc = new SparkContext(conf);
HiveContext hc = new HiveContext(sc);
DataFrame df = hc.table("testdb.all_datetime_types");
df.printSchema();
DataFrameWriter writer = df.repartition(1).write();
writer.format("com.databricks.spark.csv").option("header", "true").save(outputHdfsFile);
我知道 dateFormat
选项。但是 date
以及 timestamp
列在配置单元中可以有不同的格式。
我可以简单地将所有列转换为字符串吗?
2条答案
按热度按时间xurqigkl1#
spark支持高达纳秒的时间戳精度。您可以尝试Map日期和时间戳列,如下所示,
bpzcxfmw2#
你可以用
timestampFormat
选项指定您的时间戳格式。