CAST_INVALID_INPUT třída chyb

Článek
03/01/2024

SQLSTATE: 22018

Hodnotu <expression> typu <sourceType> nelze přetypovat na <targetType> , protože je poškozená. Opravte hodnotu podle syntaxe nebo změňte její cílový typ. Umožňuje try_cast tolerovat poškozený vstup a místo toho vracet hodnotu NULL. V případě potřeby nastavte <ansiConfig> hodnotu false, aby se tato chyba obešla.

Parametry

výraz: Výraz, který je potřeba přetypovat na targettype
sourceType: Datový typ .expression
targetType: Typ cíle operace přetypování.
ansiConfig: Nastavení konfigurace pro změnu režimu ANSI.

Vysvětlení

Objekt expression nelze přetypovat do objektu targetType z jednoho z následujících důvodů:

expression je příliš velký pro doménu typu. Například číslo 1000 nelze přetypovat na TINYINT , protože tato doména se pohybuje pouze v rozsahu od -128 do +127.
expression obsahuje znaky, které nejsou součástí typu. Nelze například a přetypovat na žádný číselný typ.
expression je formátován tak, aby operace přetypování nemohla analyzovat. Například 1.0 a 1e1 nelze přetypovat na žádný celočíselný číselný typ.

Je možné, že přetypování nebylo explicitně zadáno, ale azure Databricks ho implicitně vložil.

Kontextové informace poskytnuté s touto chybou izolují objekt a výraz, ve kterém k chybě došlo.

Definici domény a přijímaných formátů literálů najdete v definici datovéhotyopeNametypu .

Zmírnění

Zmírnění této chyby závisí na příčině:

Očekává se, value že bude v souladu s doménou a formátem zadaného typeName?

Ověřte vstupní hodnotu a opravte zdroj dat.
Je cíl přetypování příliš úzký?

Rozšiřte typ přesunutím, například z DATE na TIMESTAMP, INT na BIGINT nebo DOUBLE.
Je formát value nesprávný?

Zvažte použití:
Tyto funkce umožňují širokou škálu formátů, které můžete zadat.

Při přetypování číselných literálů s desetinnými místy (např. 1.0 nebo vědeckým zápisem (např. 1e0) zvažte dvojité přetypování nejprve na DECIMAL nebo DOUBLE a pak na přesné číslo.
Jsou data s nesprávnými hodnotami očekávaná a měla by být tolerována vytvářením NULL?

Změňte výraz použít nebo vložte try_cast(hodnota AS typeName). Tato funkce vrátí NULL , když je předána bez parametru value , který vyhovuje typu.

Pokud jako poslední možnost nemůžete změnit výraz, můžete režim ANSI dočasně zakázat pomocí ansiConfig.

Příklady

-- A view with a cast and string literals outside the domain of the target type
> CREATE OR REPLACE TEMPORARY VIEW v(c1) AS SELECT CAST(a AS SMALLINT) FROM VALUES('100'), ('50000') AS t(a);
> SELECT c1 FROM v;
 [CAST_INVALID_INPUT] The value '50000' of the type "STRING" cannot be cast to "SMALLINT" because it is malformed.
 Correct the value as per the syntax, or change its target type. Use `try_cast` to tolerate malformed input and return NULL instead.
 If necessary set "spark.sql.ansi.enabled" to "false" to bypass this error.
 == SQL of VIEW v(line 1, position 8) ==
 SELECT CAST(a AS SMALLINT) FROM VALUES('100'), ('50000') A...
        ^^^^^^^^^^^^^^^^^^^

-- Widen the target type to match the domain of the input
> CREATE OR REPLACE TEMPORARY VIEW v(c1) AS SELECT cast(a AS INTEGER) FROM VALUES('100'), ('50000') AS t(a);
> SELECT c1 FROM v;
 100
 50000

-- The input data format does not match the target type
> SELECT cast(a AS INTEGER) FROM VALUES('1.0'), ('1e0') AS t(a);
 [CAST_INVALID_INPUT] The value '1.0' of the type "STRING" cannot be cast to "INT" because it is malformed.
 Correct the value as per the syntax, or change its target type. Use `try_cast` to tolerate malformed input and return NULL instead.
 If necessary set "spark.sql.ansi.enabled" to "false" to bypass this error.
 == SQL(line 1, position 8) ==
 SELECT cast(a AS INTEGER) FROM VALUES('1.0'), ('1e0') AS ...
        ^^^^^^^^^^^^^^^^^^

-- Adjust the target type to the match the format if the format is indicative of the domain.
> SELECT cast(a AS DOUBLE) FROM VALUES('1.0'), ('1e0') AS t(a);
 1.0
 1.0

-- ALternatively double cast to preserver the target type
> SELECT cast(cast(a AS DOUBLE) AS INTEGER) FROM VALUES('1.0'), ('1e0') AS t(a);
 1
 1

-- The format of the numeric input contains display artifacts
> SELECT cast(a AS DECIMAL(10, 3)) FROM VALUES('12,345.30-'), ('12+') AS t(a);
 [CAST_INVALID_INPUT] The value '12,345.30-' of the type "STRING" cannot be cast to "DECIMAL(10,3)" because it is malformed.
 Correct the value as per the syntax, or change its target type. Use `try_cast` to tolerate malformed input and return NULL instead.
 If necessary set "spark.sql.ansi.enabled" to "false" to bypass this error.
 == SQL(line 1, position 8) ==
 SELECT cast(a AS DECIMAL(10, 3)) FROM VALUES('$<123,45.30>'), ('...
        ^^^^^^^^^^^^^^^^^^^^^^^^^

-- Use to_number() to parse formatted values
> SELECT to_number(a, '9,999,999.999S') FROM VALUES('123,45.30-'), ('12+') AS t(a);
 -12345.300
 12.000

-- The format of a date input does not match the default format
> SELECT cast(geburtsdatum AS DATE) FROM VALUES('6.6.2000'), ('31.10.1970') AS t(geburtsdatum);
 [CAST_INVALID_INPUT] The value '6.6.2000' of the type "STRING" cannot be cast to "DATE" because it is malformed.
 Correct the value as per the syntax, or change its target type. Use `try_cast` to tolerate malformed input and return NULL instead.
 If necessary set "spark.sql.ansi.enabled" to "false" to bypass this error.
 == SQL(line 1, position 8) ==
 SELECT cast(geburtsdatum AS DATE) FROM VALUES('6.6.2000'), ('31.1...
        ^^^^^^^^^^^^^^^^^^^^^^^^^^

-- Use to_date to parse the correct input format for a date
> SELECT to_date(geburtsdatum, 'dd.MM.yyyy') FROM VALUES('6.6.2000'), ('31.10.1970') AS t(geburtsdatum);
  2000-06-06
  1970-10-31

-- The type resolution of Databricks did not derive a sufficiently wide type, failing an implicit cast
> SELECT 12 * monthly AS yearly FROM VALUES ('1200'), ('1520.56') AS t(monthly);
 [CAST_INVALID_INPUT] The value '1520.56' of the type "STRING" cannot be cast to "BIGINT" because it is malformed.
 Correct the value as per the syntax, or change its target type. Use `try_cast` to tolerate malformed input and return NULL instead.
 If necessary set "spark.sql.ansi.enabled" to "false" to bypass this error.
 == SQL(line 1, position 8) ==
 SELECT 12 * monthly AS yearly FROM VALUES ('1200'),...
        ^^^^^^^^^^^^

-- Explicitly declare the expected type
> SELECT 12 * cast(monthly AS DECIMAL(8, 2)) AS yearly FROM VALUES ('1200'), ('1520.56') AS t(monthly);
 14400.00
 18246.72

-- The input data is occasionally expected to incorrect
> SELECT cast(salary AS DECIMAL(9, 2)) FROM VALUES('30000'), ('prefer not to say') AS t(salary);
 [CAST_INVALID_INPUT] The value 'prefer not to say' of the type "STRING" cannot be cast to "DECIMAL(9,2)" because it is malformed.
 Correct the value as per the syntax, or change its target type. Use `try_cast` to tolerate malformed input and return NULL instead.
 If necessary set "spark.sql.ansi.enabled" to "false" to bypass this error.
== SQL(line 1, position 8) ==
SELECT cast(salary AS DECIMAL(9, 2)) FROM VALUES('30000'), ('prefer ...
       ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

-- Use try_cast to tolerate incorrect input
> SELECT try_cast(salary AS DECIMAL(9, 2)) FROM VALUES('30000'), ('prefer not to say') AS t(salary);
 30000.00
 NULL

-- In Databricks SQL temporarily disable ANSI mode to tolerate incorrect input.
> SET ANSI_MODE = false;
> SELECT cast(salary AS DECIMAL(9, 2)) FROM VALUES('30000'), ('prefer not to say') AS t(salary);
 30000.00
 NULL
> SET ANSI_MODE = true;

-- In Databricks Runtime temporarily disable ANSI mode to tolerate incorrect input.
> SET spark.sql.ansi.enabled = false;
> SELECT cast(salary AS DECIMAL(9, 2)) FROM VALUES('30000'), ('prefer not to say') AS t(salary);
 30000.00
 NULL
> SET spark.sql.ansi.enabled = true;

Sdílet prostřednictvím

CAST_INVALID_INPUT třída chyb

Parametry

Vysvětlení

Zmírnění

Příklady

Váš názor

Další materiály

Sdílet prostřednictvím

CAST_INVALID_INPUT třída chyb

Parametry

Vysvětlení

Zmírnění

Příklady

Související

Váš názor

Další materiály