使用 Pyspark 在 Hive 中搜索 IS_DATE 等效项

Posted 2023-04-15

【中文标题】使用 Pyspark 在 Hive 中搜索 IS_DATE 等效项

【英文标题】：Searching for IS_DATE equivalent in Hive using Pyspark

【发布时间】：2019-08-14 10:50:34

【问题描述】：

我在源数据中有多种日期格式，我正在尝试将它们都转换为类似的格式。

我尝试了下面的代码，但它不起作用。

df.createOrReplaceTempView("df") sqlContext.sql("select decode(V2_EVENT_DATE, is_date(V2_EVENT_DATE,'mm/dd/yy'),to_date(V2_EVENT_DATE,'mm/dd/yy'), is_date(V2_EVENT_DATE,'month dd,yyyy'),to_date(V2_EVENT_DATE,'month dd,yyyy'), is_date(V2_EVENT_DATE,'dd month,yyyy'),to_date(V2_EVENT_DATE,'dd month,yyyy'), is_date(V2_EVENT_DATE,'mm/dd/yyyy'),to_date(V2_EVENT_DATE,'mm/dd/yyyy'), is_date(V2_EVENT_DATE,'dd/mm/yyyy'),to_date(V2_EVENT_DATE,'dd/mm/yyyy'), is_date(V2_EVENT_DATE,'dd month yyyy'),to_date(V2_EVENT_DATE,'dd month yyyy'), is_date(V2_EVENT_DATE,'yyyy'),to_date(V2_EVENT_DATE||'/12/31','yyyy/mm/dd'), is_date(V2_EVENT_DATE,'dd month yyyy'),to_date(V2_EVENT_DATE,'dd month yyyy'), is_date(V2_EVENT_DATE,'month dd yyyy'),to_date(V2_EVENT_DATE,'month dd yyyy'), is_date(V2_EVENT_DATE,'dd-Mon-yy'),to_date(V2_EVENT_DATE,'dd-Mon-yy'), is_date(V2_EVENT_DATE,'ddmmyy'),to_date(V2_EVENT_DATE,'ddmmyy'), is_date(V2_EVENT_DATE,'mmddyy'),to_date(V2_EVENT_DATE,'mmddyy'), null) EVENT_DATE_CLEANED from df")

错误：

AnalysisException: u"Undefined function: 'is_date'. This function is neither a registered temporary function nor a permanent function registered in the database 'default'.; line 1 pos 29"

基本上，我在 Hive 或 Pyspark 中搜索与 SQL IS_DATE 等效的函数。我无法在数据框中开发它，因为我再次在此日期检查或 IS_DATE 部分中受到打击，这就是尝试 Hive 临时视图的原因。我是 Pyspark 的新手。请帮忙。

【参考方案1】：

case when unix_timestamp(date_col,'MM/dd/yy') is not null then to_date(from_unixtime(unix_timestamp(date_col,'MM/dd/yy')))
     when unix_timestamp(date_col,'MMM dd,yyyy') is not null then to_date(from_unixtime(unix_timestamp(date_col,'MMM dd,yyyy')))
     when ... and so on
 end as event_date_cleaned

日期格式应该是固定的。在此处查看日期/时间模式参考：SimpleDateFormat

您可以像这样在 hive 中轻松测试格式字符串：

select to_date(from_unixtime(unix_timestamp('Aug 14,2019','MMM dd,yyyy')));

返回：

2019-08-14
Time taken: 0.056 seconds, Fetched: 1 row(s)