如果我查询RDBMS以获取我收到的时间戳：2015-03-30 00:00:00
在我将其作为bigint列导出到Hive表后，我得到1427673600000（cast(ts as timestamp) gives 2015-03-30 02:00:00）。即当前的本地时区（夏令时）已应用于时间戳。
如果我希望与数据库中的内容保持一致，如何在Hive中存储导出的时间戳？我是否需要始终在Hive中将时间戳存储为UTC格式，因此在这种情况下我需要从我得到的内容中减去2小时
然后我必须在查询期间应用当前时区（使用from_utc_timestamp）？
我如何考虑夏令时（GMT + 1和GMT + 2）？
最佳做法是什么？
答案 0 :(得分：1)
Hive存储自Unix纪元以来的时间戳（以毫秒为单位）。 Hive docs on timestamps实际上是错误的，因为它是“无时区的”，因为Unix Epoch在UTC中按照定义是 。
您提供的时间戳（1427673600000）确实与2015-03-30 00:00:00 UTC对应。如果这是您打算存储的即时时间，那么您正在正确地执行此操作。如果实际上你打算只存储一个日历日期（指的是整个日期，而不是那个日期的午夜UTC），那么你应该使用DATE类型，而只是存储2015-03-30。
你问为什么cast(ts as timestamp)给出2015-03-30 02:00:00。这里可能发生的是，时间是导出和原始时间戳，但当你接收时，它会被加载到一个显示当地时间的类型中等效。
例如，java.util.Date会发生这种情况。您应该能够使用此值并以java.util.Calendar或Joda-Time或新的Java 8 java.time类来区别对其进行解释。如果您不使用Java，那么类似的方法可能仍然适用。关键是，您可能正确使用 Hive ，但在查看结果时会引入本地时区。
我是否需要始终在Hive中将时间戳存储为UTC格式...
是的，这是最好的做法，而这正是你所做的。
...所以在这种情况下，我需要从我得到的东西中减去2小时......
不，您不应该手动添加或减去时间戳中的时间。这样做会让你处于完全不同的时间点。
...然后我必须在查询期间应用当前时区（使用
from_utc_timestamp）？
我对Hive并不完全熟悉。看看the docs for from_utc_timestamp，看起来这要求输入已经在时间戳中，但它们显示了一个使用字符串的示例。也许它也需要一个整数，但是你只需要传递UTC作为时区，在值转换中基本上什么都不做。您可能仍会遇到相同的问题，尤其是问题出在接收端时。恕我直言，我认为你不应该使用它。