如何在 Spark SQL 中格式化日期？

Question

我需要将这个给定的日期格式：2019-10-22 00:00:00 转换为这个格式：2019-10-22T00:00:00.000Z

我知道这可以通过以下方式在某些数据库中完成：

在 AWS Redshift 中，您可以使用以下方法实现此目的：

TO_DATE('{RUN_DATE_YYYY/MM/DD}', 'YYYY/MM/DD') || 'T00:00:00.000Z' AS VERSION_TIME

但是我的平台是 Spark SQL，所以上面两个都不适合我，我能得到的最好的是使用这个：

concat(d2.VERSION_TIME, 'T00:00:00.000Z') as VERSION_TIME

这有点 hacky，但仍然不完全正确，有了这个，我得到了这个日期格式：2019-10-25 00:00:00T00:00:00.000Z，但是字符串中间的这部分 00:00:00 是多余的，我不能把它留在那里。

任何人对此有任何见解将不胜感激！

Answer 1

也许是这样的？这是一个有点不同的方法。

scala> val df = spark.range(1).select(current_date.as("date"))
scala> df.show()
+----------+
|      date|
+----------+
|2019-11-09|
+----------+

scala> 

df.withColumn("formatted",
    concat(
    regexp_replace(date_format('date,"yyyy-MM-dd\tHH:mm:ss.SSS"),"\t","T"),
    lit("Z")
    )
).show(false)

+----------+------------------------+
|date      |formatted               |
+----------+------------------------+
|2019-11-09|2019-11-09T00:00:00.000Z|
+----------+------------------------+

Answer 2

这是我认为的自然方式。

spark.sql("""SELECT date_format(to_timestamp("2019-10-22 00:00:00", "yyyy-MM-dd HH:mm:ss"), "yyyy-MM-dd'T'HH:mm:ss.SSS'Z'") as date""").show(false)

结果是：

+------------------------+
|date                    |
+------------------------+
|2019-10-22T00:00:00.000Z|
+------------------------+

如何在 Spark SQL 中格式化日期？

How to format date in Spark SQL?

sql

date-format

apache-spark

apache-spark-sql

pyspark