由於升級至新版本，您可能會收到不同的結果。
DATETIME_PATTERN_RECOGNITION
Spark >= 3.0：
無法辨識 <pattern> DateTimeFormatter 中的模式。
你可以設定
<config>為「LEGACY」來恢復 Spark 3.0 之前的行為。你可以用 '
<docroot>/sql-ref-datetime-pattern.html' 的指南建立有效的 datetime 模式。
DATETIME_WEEK_BASED_PATTERN
Spark >= 3.0：
由於Spark 3.0偵測到以周為基礎的字元，因此不支援所有以周為基礎的模式： <c>。
請改用 SQL 函式 EXTRACT。
PARSE_DATETIME_BY_NEW_PARSER
Spark >= 3.0：
無法在新的解析器中剖析 <datetime> 。
你可以設 <config> 為「LEGACY」來恢復 Spark 3.0 之前的行為，或設為「CORRECTED」並當作無效的 datetime 字串。
READ_ANCIENT_DATETIME
Spark >= 3.0：
讀取日期早於1582-10-15或時間戳記早於1900-01-01T00:00:00Z
From <format> 檔案可能具有歧義，因為這些檔案可能由
Spark 2.x 或舊版 Hive，其使用舊版混合式行事曆
這與 Spark 3.0+ 的前推的格里曆不同。
如需詳細資訊，請參閱 SPARK-31404。 你可以設定 SQL 配置 <config> ，或者
Datasource 選項 <option> 為「LEGACY」以重新調整基準日期時間值
關於閱讀時的日曆差異。 讀取日期時間值
目前，請設定 SQL 設定 <config> 或資料來源選項 <option>
到「CORRECTED」。
待定
Spark >= <sparkVersion>： <details>
WRITE_ANCIENT_DATETIME
Spark >= 3.0：
在檔案中寫入 1582-10-15 之前的日期或 1900-01-01T00：00：00Z <format> 之前的時間戳記可能存在風險，因為這些檔案可能會被 Spark 2.x 或後續版本的 Hive 讀取，後者使用的是與 Spark 3.0+ 的預定格里曆不同的舊有混合曆法。
如需詳細資訊，請參閱 SPARK-31404。
你可以設定 <config> 為「LEGACY」，根據寫入時的日曆差異重新設定日期時間值，以獲得最大互通性。
或者將配置設定為「CORRECTED」，這樣可以按原樣寫入日期時間值，前提是你確定寫入的檔案只會被 Spark 3.0+ 或其他使用先定格里曆的系統讀取。