Hive 未检测到时间戳格式答案

【问题标题】：Hive not detecting timestamp formatHive 未检测到时间戳格式
【发布时间】：2015-06-25 13:17:40
【问题描述】：

我有一个 PIG 脚本

从 csv 加载和转换数据
替换一些字符

调用 java 程序 (JAR) 将 csv 中的日期时间从 06/02/2015 18:52 转换为 2015-6-2 18:52（mm/DD/yyyy 到 yyyy-MM-dd）

REGISTER /home/cloudera/DateTime.jar;

A = Load '/user/cloudera/Data.csv' using PigStorage(',') as (ac,datetime,amt,trace);

B = FOREACH A GENERATE ac, REPLACE(datetime, '\\/','-') as newdate,REPLACE(amt,'-','') as newamt,trace;

C = FOREACH B GENERATE ac,Converter.DateTime(newdate) as ConvDate,ConvAmt,trace;

Store C into '/user/cloudera/Output/' using PigStorage('\t');

样本输入 -- 21467245 06/02/2015 18:52 -9.59 518

样本输出 -- 21467245 2015-6-2 18:52 9.59 518

我正在将输出加载到配置单元中，其他字段在导入过程中似乎很好，但是如果作为时间戳加载，日期时间字段结果为 null，并且在其字符串时是完整的。

这是哪里出了问题？

我正在使用 Cloudera CDH 5

【问题讨论】：

pig内置了ToDate()函数。
@GoBrewers14 - 它是否将输出格式从 pig 更改为与 Hive 兼容以作为时间戳摄取？
@GoBrewers14 ToDate(newdate, 'MM-dd-yyyy HH:mm') 给出 2015-06-02T18:52:00.000Z Hive 仍然不采用这种格式，因为它需要 yyyy-MM -dd 作为时间戳。
如果您需要yyyy-MM-dd，那么为什么要将yyyy-MM-dd HH:mm 放入ToDate() 函数中？只需输入yyyy-MM-dd
@GoBrewers14 ToDate(newdate, 'yyyy-MM-dd HH:mm') 给出错误，我在发表评论之前尝试过。后端错误：org.apache.pig.backend.executionengine.ExecException：错误0：执行时出现异常[POUserFunc（名称：POUserFunc（org.apache.pig.builtin.ToDate2ARGS）[datetime] - scope-38 Operator Key：scope- 38) children: null at []]: java.lang.IllegalArgumentException: Invalid format: "06-02-2015 18:52" is malformed at "15 18:52" 据我所知，Hive 可以采用 yyyy-MM- dd HH:mm 格式，如果包括时间，这是我试图实现的目标

标签： date hadoop hive apache-pig cloudera

【解决方案1】：

来自the hive docs:

文本文件中的时间戳必须使用格式 yyyy-mm-dd hh:mm:ss[.f...]。如果它们是另一种格式，请将它们声明为适当的类型（INT、FLOAT、STRING 等）并使用 UDF 进行转换他们到时间戳。

因此，您需要更改 Converter 以输出此格式，或使用 UDF --- 或将它们保留为字符串，这是我通常做的！

【讨论】：

当它们被导入到 hive 时，我需要进行一系列操作，例如决定是早上还是晚上，给定时间段内的帐户数量等等。我相信如果它是字符串格式，我将无法这样做。你能帮我解决这个问题吗？