如何处理在 AWS Athena 的同一列中只有日期 (%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但是对于格式如下的其他日期，它失败了：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，因为我只有'%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

您可以使用Coalesce和try的组合来运行各种组合。

各种日期时间格式可从此 presto 文档页面获得。

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 当 col3 喜欢...，修剪定时口味的时间，使用正确的第二个 arg 格式调用日期解析一次。 此外，如果您发现更多异常，您可以 当更多 LIKE 表达式时。