Question

我正在使用joda.time.Datetime库将字符串转换为datetime字段，但它会抛出不受支持的异常这是主要的类代码：

//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columnn，其数据类型为datetime，在类testData中定义，列的CSV数据的值为2013-02-17 00:00:00

这是testData类：

case class testData(StartDate: DateTime) { }

以下是我得到的错误：

线程中的异常＆＃34; main＆＃34;

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

正如您可以在the official documentation中读到的那样，使用java.sql.Timestamp来表示Spark SQL中的日期。如果您想使用Joda时间，您必须将输出转换为正确的类型

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的解决方案。我使用了java.sql.Timestamp，这是我修改过的代码

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。他们是：

1）将datetime转换为millis，您可以保持Long格式。
2）将datetime转换为unixtime（java格式）https://stackoverflow.com/a/44957376/9083843
3）将日期时间转换为字符串。您可以随时使用DateTime.parse（“ stringdatetime”）更改回joda datetime
4）如果您仍想在scala模式中保持joda datetime，则可以将数据帧转换为序列

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

unsupportedOperationException使用Joda时间将字符串转换为DateTime时出错

3 个答案: