不支持操作异常 使用 Joda 时间将字符串转换为日期时间时出错

Question

我正在使用joda.time.Datetime库将字符串转换为日期时间字段，但它抛出不受支持的异常这是主类代码：

//create new var with input data without header
var inputDataWithoutHeader: RDD[String] = dropHeader(inputFile)
var inputDF1 = inputDataWithoutHeader.map(_.split(",")).map{p =>
val dateYMD: DateTime = DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss").parseDateTime(p(8))
testData(dateYMD)}.toDF().show()

p（8） 是列，其数据类型在类 testData 中定义，该列的 CSV 数据的值类似于 2013-02-17 00：00：00

下面是测试数据类：

case class testData(StartDate: DateTime) { }

这是我得到的错误：

线程"main"中的异常

java.lang.UnsupportedOperationException: Schema for type org.joda.time.DateTime is not supported
    at org.apache.spark.sql.catalyst.ScalaReflection$class.schemaFor(ScalaReflection.scala:153)
    at org.apache.spark.sql.catalyst.ScalaReflection$.schemaFor(ScalaReflection.scala:29)
    at org.apache.spark.sql.catalyst.ScalaReflection$$anonfun$schemaFor$1.apply(ScalaReflection.scala:128)
    at org.apache.spark.sql.catalyst.ScalaReflection$$anonfun$schemaFor$1.apply(ScalaReflection.scala:126)
    at scala.collection.TraversableLike$$anonfun$map$1.apply(TraversableLike.scala:244)
    at scala.collection.TraversableLike$$anonfun$map$1.apply(TraversableLike.scala:244)
    at scala.collection.immutable.List.foreach(List.scala:318)
    at scala.collection.TraversableLike$class.map(TraversableLike.scala:244)
    at scala.collection.AbstractTraversable.map(Traversable.scala:105)
    at org.apache.spark.sql.catalyst.ScalaReflection$class.schemaFor(ScalaReflection.scala:126)
    at org.apache.spark.sql.catalyst.ScalaReflection$.schemaFor(ScalaReflection.scala:29)
    at org.apache.spark.sql.catalyst.ScalaReflection$class.schemaFor(ScalaReflection.scala:64)
    at org.apache.spark.sql.catalyst.ScalaReflection$.schemaFor(ScalaReflection.scala:29)
    at org.apache.spark.sql.SQLContext.createDataFrame(SQLContext.scala:361)
    at org.apache.spark.sql.SQLImplicits.rddToDataFrameHolder(SQLImplicits.scala:47)
    at com.projs.poc.spark.ml.ProcessCSV$delayedInit$body.apply(ProcessCSV.scala:37)

Answer 1

1. 正如您在官方文档中读到的那样，Spark SQL中的日期使用java.sql.Timestamp表示。如果你想使用Joda时间，你必须将输出转换为正确的类型

2. SparkSQL可以使用类型转换轻松处理标准日期格式：

   sc.parallelize(Seq(Tuple1("2016-01-11 00:01:02")))
     .toDF("dt")
     .select($"dt".cast("timestamp"))
   

Answer 2

感谢 zero323 提供的解决方案。我使用了java.sql.Timestamp，这是我修改的代码

val dateYMD: java.sql.Timestamp = new java.sql.Timestamp(DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss").parseDateTime(p(8)).getMillis)
testData(dateYMD)}.toDF().show()

并将我的班级改为

case class testData(GamingDate: java.sql.Timestamp) { }

Answer 3

Scala Spark 模式不明确支持日期时间。您可以探索其他选项。它们是：

1. 将日期时间转换为米利斯，您可以保持 长格式 .

2. 将日期时间转换为 unixtime（java 格式）https://stackoverflow.com/a/44957376/9083843

3. 您可以随时使用 DateTime.parse（"stringdatetime"） 更改回 joda datetime。

4. 如果您仍然想在 scala 模式中维护 joda 日期时间，则可以将数据帧转换为序列

   dataframe.rdd.map（r =>DateTime.parse（r（0）.toString（）））.collect（）.toSeq