日期/时间模式

适用于： Databricks SQL Databricks Runtime

Azure Databricks 中的日期/时间有几种常见使用场景：

• CSV 和 JSON 数据源使用模式字符串对日期/时间内容进行分析和格式设置。
• 与 STRING 和 DATE 或 TIMESTAMP 之间相互转换相关的 Datetime 函数。 例如：
  • unix_timestamp
  • date_format
  • to_unix_timestamp
  • from_unixtime
  • to_char
  • to_date
  • to_timestamp
  • to_varchar
  • from_utc_timestamp
  • to_utc_timestamp

模式表

Azure Databricks 使用下表中的模式字母进行日期和时间戳的分析和格式设置：

模式字母的计数决定了格式。

• 文本：文本样式根据使用的模式字母数确定。 如果少于 4 个模式字母，则将使用短文本格式，通常为缩写，例如星期几，Monday 可能输出为“Mon”。 如果刚好有 4 个模式字母，则将使用全文本格式，通常为完整描述，例如星期几，Monday 可能输出为“Monday”。 5 个或更多个字母将会失败。

• 数字 (n)：此处的 n 表示这种类型的日期/时间模式可以使用的最大字母数。 如果字母数为 1，则输出值时使用最小位数且不填充。 除此之外，数字个数用作输出字段的宽度，并根据需要使用零值填充。

• 数字/文本：如果模式字母数为 3 或更大，请使用上述文本规则。 否则使用上述数字规则。

• 小数：使用一个或多个（最多 9 个）连续 'S' 字符（例如 SSSSSS）分析并对秒的小数部分进行格式设置。 对于分析，可接受的小数长度可以为 [1，即连续的“S”的数目]。 对于格式设置，小数长度将填充为带零的连续“S”的数目。 Azure Databricks 支持微秒精度的日期/时间，其最多可有 6 位有效数字，但可以解析纳米秒，此时会截断超出位数。

• 年份：字母数决定了使用填充的最小字段宽度。 如果字母数为 2，则使用减少的两位数字格式。 对于输出，这会输出最右侧的两个数字。 对于分析，这将使用基值 2000 进行分析，得到 2000 到 2099 范围内（含 2000 和 2099）的年份。 如果字母数小于 4（但不是 2），则符号仅输出为负数。 否则，如果在“G”不存在时超出填充宽度，则会输出符号。 7 个或更多个字母将会失败。

• 月份：它遵循数字/文本的规则。 文本形式取决于字母 - 'M' 表示“标准”形式，'L' 表示“独立”形式。 这两种形式仅在某些语言中是不同的。 例如，在俄语中，“Июль”是七月的独立形式，而“Июля”是标准形式。 下面是所有受支持的模式字母的示例：

  • 'M' 或 'L'：一年中的月份数从 1 开始。 'M' 和 'L' 没有任何区别。 1 到 9 的月份输出时没有填充。

    > SELECT date_format(date '1970-01-01', 'M');
      1
    
    > SELECT date_format(date '1970-12-01', 'L');
      12
    

  • 'MM' 或 'LL'：一年中的月份数从 1 开始。 将为月份 1-9 添加零填充。

    > SELECT date_format(date '1970-1-01', 'LL');
      01
    
    > SELECT date_format(date '1970-09-01', 'MM');
      09
    

  • 'MMM'：标准形式的短文本表示形式。 月份模式应该是日期模式的一部分，而不只是一个独立的月份，但区域设置除外，在区域设置中，标准形式和独立形式之间没有区别（如英语）。

    > SELECT date_format(date '1970-01-01', 'd MMM');
      1 Jan
    
    -- Passing a format pattern to to_csv()
    > SELECT to_csv(named_struct('date', date '1970-01-01'), map('dateFormat', 'dd MMM', 'locale', 'RU'));
      01 янв.
    

  • 'MMMM'：标准形式的完整文本月份表示形式。 它用于将月份分析/格式设置为日期/时间戳的一部分。

    > SELECT date_format(date '1970-01-01', 'd MMMM');
      1 January
    
    -- Passing a format pttern to to_csv()
    > SELECT to_csv(named_struct('date', date '1970-01-01'), map('dateFormat', 'd MMMM', 'locale', 'RU'));
      1 января
    

• am-pm：这会输出一天中的上午下午。 模式字母数必须为 1。

• 区域 ID(V)：这将输出显示时区 ID。 模式字母数必须为 2。

• 区域名称(z)：这将输出时区 ID 的显示文本名称。 如果字母计为 1、2 或 3，则输出短名称。 如果字母计为 4，则输出全名。 5 个或更多个字母将失败。

• 偏移 X 和 x：这会根据模式字母的数量设置偏移的格式。 1 个字母仅输出小时，如“+01”，除非分钟不为零，在这种情况下，也会输出分钟，如“+0130”。 2 个字母将输出小时和分钟，不带冒号，如“+0130”。 3 个字母将输出小时和分钟，带冒号，如“+01:30”。 4 个字母将输出小时、分钟以及可选的秒，不带冒号，如“+013015”。 5 个字母将输出小时、分钟以及可选的秒，带冒号，如“+01:30:15”。 6 个或更多个字母将会失败。 当要输出的偏移量为零时，模式字母“X”（大写）将输出“Z”，而模式字母“x”（小写）将输出“+00”、“+0000”或“+00:00”。

• 偏移 O：这会根据模式字母的数量设置本地化偏移的格式。 1 个字母将输出本地化偏移的短格式，即本地化偏移文本（如“GMT”），包含没有前导零的小时、可选的 2 位数分钟和秒（如果不为零），带冒号，如“GMT+8”。 4 个字母将输出完整格式，即本地化偏移文本，如“GMT”，其中包含 2 位数的小时和分钟字段，可选的秒字段（如果不为零），带冒号，如“GMT+08:00”。 任何其他字母数都将失败。

• 偏移 Z：这会根据模式字母的数量设置偏移的格式。 1、2 或 3 个字母将输出小时和分钟，不带冒号，如“+0130”。 偏移量为零时，输出为“+0000”。 4 个字母将输出本地化偏移，等效于 4 个字母的Offset-O。 如果偏移量为零，则输出为相应的本地化偏移文本。 5 个字母将输出小时、分钟和可选的秒（如果不为零），带冒号。 如果偏移量为零，则输出“Z”。 6 个或更多个字母将会失败。

• 可选部分的开始和结束：使用 [] 定义可选部分，可能是嵌套的。 在设置格式的过程中，即使所有有效数据都处于可选部分，也会输出。 在分析过程中，已分析字符串中可能会缺少整个部分。 可选部分以 [ 开头，并使用 ] 结尾（或在模式末尾）。

• 符号“E”、“F”、“q”和“Q”只能用于日期/时间格式设置，例如 date_format。 它们不能用于日期时间分析，例如 to_timestamp。

相关文章

• date_format 函数
• from_unixtime 函数
• from_utc_timestamp 函数
• to_char 函数
• to_date 函数
• to_timestamp 函数
• to_utc_timestamp 函数
• to_unix_timestamp 函数
• to_varchar 函数
• unix_timestamp 函数