如何处理 AWS Athena 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？

Question

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 但对于其他格式如下的日期，它会失败：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，因为我那里只有 '%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。

Answer 1

您可以运行像这样使用 Coalesce 和 try 的组合来完成各种组合。

this presto documentation page提供了各种日期时间格式。

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 <> ''

Answer 2

我的直觉是使用 CASE WHEN col3 LIKE ...，trim 关闭定时风格的时间，使用正确的第二个 arg 格式调用日期解析一次。另外，如果你发现更多的异常，你可以WHEN更多的LIKE表达式。

如何处理 AWS Athena 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？

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?

sql

amazon-web-services

date

presto

amazon-athena