Not
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Du kan få ett annat resultat på grund av uppgraderingen till
Datumtidsmönsterigenkänning
Spark >= 3.0:
Det gick inte att identifiera <pattern> mönstret i DateTimeFormatter.
Du kan ange
<config>till "LEGACY" för att återställa beteendet före Spark 3.0.Du kan skapa ett giltigt datetime-mönster med guiden från "
<docroot>/sql-ref-datetime-pattern.html".
Datum och tid veckobaserat mönster
Spark >= 3.0:
Alla veckobaserade mönster stöds inte sedan Spark 3.0 identifierade veckobaserade tecken: <c>.
Använd SQL-funktionen EXTRACT i stället.
PARSE_DATETIME_BY_NEW_PARSER
Spark >= 3.0:
Det går inte att parsa <datetime> i den nya parsern.
Du kan ställa in <config> på "LEGACY" för att återställa beteendet före Spark 3.0 eller ställa in på "CORRECTED" och behandla det som en ogiltig datetime-sträng.
LÄS_FORNTIDA_DATUMTID
Spark >= 3.0:
läsdatum före 1582-10-15 eller tidsstämplar före 1900-01-01T00:00:00Z
Information från <format> filer kan vara tvetydig, eftersom filerna kan ha skrivits av
Spark 2.x eller äldre versioner av Hive, som använder en äldre hybridkalender
som skiljer sig från Spark 3.0+s proleptiska gregorianska kalender.
Mer information finns i SPARK-31404. Du kan ange SQL-konfiguration <config> eller
Alternativet för datakällan <option> till "LEGACY" för att ombasera datum-tidsvärdena
med avseende på kalenderskillnaden under läsningen. För att läsa datum- och tidsvärdena
Under nuvarande omständigheter, ställ in SQL-konfigurationen <config> eller datakällans alternativ <option>
till "CORRECTED".
TBD
Spark >= <sparkVersion>: <details>
SKRIV_FORNTIDA_DATUMTID
Spark >= 3.0:
att skriva datum före 1582-10-15 eller tidsstämplar före 1900-01-01T00:00:00Z i <format>-filer kan vara farligt, eftersom filerna kan läsas av Spark 2.x eller äldre versioner av Hive senare, eftersom de använder en äldre hybridkalender, vilken skiljer sig från den proleptiska gregorianska kalendern som Spark 3.0+ använder.
Mer information finns i SPARK-31404.
Du kan ange <config> till "LEGACY" för att ändra datumtidsvärdena med avseende på kalenderdifferensen vid skrivning, för att uppnå maximal interoperabilitet.
Eller ställ in konfigurationen på "CORRECTED" för att skriva datetime-värdena som de är, om du är säker på att de skrivna filerna bara kommer att läsas av Spark 3.0+ eller andra system som använder proleptisk gregoriansk kalender.