如何处理 AWS Athena 中同一列中只有日期 (%m-%d-%Y) 和日期时间 ('%m-%d-%Y %H:%i') 记录的列?
Posted
技术标签:
【中文标题】如何处理 AWS Athena 中同一列中只有日期 (%m-%d-%Y) 和日期时间 (\'%m-%d-%Y %H:%i\') 记录的列?【英文标题】:How to deal with a column that has just date (%m-%d-%Y) and datetime ('%m-%d-%Y %H:%i') records in the same column in AWS Athena?如何处理 AWS Athena 中同一列中只有日期 (%m-%d-%Y) 和日期时间 ('%m-%d-%Y %H:%i') 记录的列? 【发布时间】:2020-10-25 21:22:04 【问题描述】:我正在尝试将字符串类型的日期列转换为日期类型。
我在 AWS Athena 中使用以下查询:
SELECT col0, col1, col2, date_parse(replace(col3, '/', '-'), '%m-%d-%Y') AS start_date
FROM "bucket"."table"
WHERE col3 <> ''
这适用于某些记录,因为某些日期的格式如下:12/08/2019
但其他日期格式如下:7/1/2019 0:06
其他一些日期的格式如下:2020/04/10 08:39
这些不同格式的日期存在于同一列中。在这里处理脏数据......我明白为什么我的查询失败了,因为我只有'%m-%d-%Y'
格式。只是想知道我将如何处理这样的事情,以便它可以在一个查询中处理所有 3 种格式。
【问题讨论】:
【参考方案1】:您可以使用Coalesce
和try
的组合来运行各种组合。
this presto documentation page 提供各种日期时间格式。
SELECT
col0,
col1,
col2,
Coalesce(
try(date_parse(col3, '%m/%d/%Y')),
try(date_parse(col3, '%Y/%m/%d %H:%i')),
try(date_parse(col3, '%e/%c/%Y %k:%i'))
) AS start_date
FROM "bucket"."table"
WHERE col3 <> ''
【讨论】:
这对我的大部分数据都非常有效。我检查了文档,但没有关于用时区解析某些内容的信息。比如6/12/2020 9:54 AM EDT
我尝试了date_parse(replace(example_time, '/', '-'), '%m-%d-%Y %H:%i %p %x'
的不同变体
这个格式是否意味着以月-日-年开头,它们是否始终支持两位数?
是的,它是以月-日-年开头的,是的,它们支持两位数。【参考方案2】:
我的直觉是使用 CASE WHEN col3 LIKE ...,修剪定时风味的时间,使用正确的第二个 arg 格式调用一次日期解析。另外,如果你发现更多的异常,你可以使用更多的 LIKE 表达式。
【讨论】:
以上是关于如何处理 AWS Athena 中同一列中只有日期 (%m-%d-%Y) 和日期时间 ('%m-%d-%Y %H:%i') 记录的列?的主要内容,如果未能解决你的问题,请参考以下文章
在 log4j2 jdbcapender 中设置日期时如何处理 null?