1. 概述编辑
本文介绍 SparkSQL 中的日期函数语法。
本文同时提供新增计算列公式写法和 SparkSQL 语法写法，用户可自行选择。
2. 时间戳编辑
推荐使用FineDataLink 新增计算列中的 DATETONUMBER-日期转化为13位时间戳
也可以使用 SparkSQL 语法写法：
| 语法 | 示例 |
|---|---|
| unix_timestamp()：获取本地时区下的时间戳 | select unix_timestamp() |
| from_unixtime(bigint unixtime[, string format])：将时间的秒值转换 成 format 格式 ，如 from_unixtime(1250111000,"yyyy-MM-dd") 得到 2009-03-12 | select from_unixtime(1557737000,"yyyy-MM-dd hh:mm:ss") |
| unix_timestamp(string date)：将格式为 yyyy-MM-dd HH:mm:ss 的时间字符串转换成时间戳， 如 unix_timestamp('2009-03-20 11:30:01') = 1237573801。 | select unix_timestamp('2019-05-13 04:43:20') |
| unix_timestamp(string date, string pattern)：将指定时间字符串格式字符串转换成 Unix 时间 戳，如果格式不对返回 0，如：unix_timestamp('2009-03-20', 'yyyy-MM-dd') = 1237532400 | select unix_timestamp('2019/05/13 04:43:20',"yyyy/MM/dd hh:mm:ss" |
3. 时间字符串编辑
| 说明 | SparkSQL 语法 | 新增计算列中公式写法 | 推荐使用方式 |
|---|---|---|---|
| 返回日期时间字符串的年月日部分 | to_date(string timestamp) 示例：to_date("1970-01- 01 00:00:00") = 1970-01-01 | 新增计算列中写法如下： TODATE(LEFT(2023-06-13 00:01:27)) 时间字段需要为文本类型格式。 TODATE(FORMAT(cdate,"yyyy-MM-dd")) 时间字段需要为日期或者时间类型格式。 返回值：2023-06-13 00:00:00 | 推荐使用 FineDataLink 新增计算列中的函数TODATE、LEFT-截取前几个字符串、FORMAT-格式转换 |
| 返回日期时间字符串的年份部分 | year(string date) 示例：year("1970-01-01") = 1970
| YEAR("2000/1/1")
| 推荐使用 FineDataLink 新增计算列中的 YEAR-返回年份 |
| 返回当前日期时间属于哪个季度 | quarter(date/timestamp/string) 示例：quarter('2015-04-0 8') =2
| 暂不支持 | |
| 返回日期中的月 | month(string date) 示例：month("1970-11-0 1") = 1 | MONTH("2000/1/1") | 推荐使用 FineDataLink 新增计算列中的MONTH-日期中的月份 |
| 返回日期中的日 | day(string date) 示例： day("1970-11-01") = 1 | DAY("2000/1/1") | 推荐使用 FineDataLink 新增计算列中的DAY-日期中的日 |
| 返回某一指定时间的小时数 | hour(string date) 示例： hour('2009-07-30
12:58:59') = 12 | HOUR("11:32:40") | 推荐使用 FineDataLink 新增计算列中的 HOUR-小时数 |
| 返回某一指定时间的分钟数 | minute(string date) 示例：hour('2009-07-30 12:58:59') = 58 | MINUTE("15:36:25") | 推荐使用 FineDataLink 新增计算列中的 MINUTE-分钟数 |
| 返回某一指定时间的秒数 | second(string date) 示例：hour('2009-07-30 12:58:59') = 59 | SECOND("15:36:25") | 推荐使用 FineDataLink 新增计算列中的 SECOND-秒数 |
| 返回一个代表一年中的第几周的数字 | weekofyear(string date) 示例：weekofyear("1970- 11-01") = 44 | WEEK("2010/1/1") | 推荐使用 FineDataLink 新增计算列中的 WEEK-求周数 |
| 返回两个指定日期间的天数、月数或年数 | datediff(string enddate ,string startdate) 示例：datediff('2009-03-0 1', '2009-02-27') = 2 | DATEDIF("2001/2/28","2004/3/20","Y") | 推荐使用 FineDataLink 新增计算列中的 DATEDIF-日期差 |
| 返回指定日期后，指定年/月/日/时/分/秒后的日期 | 从开始时间 startdate 加上 days ：date_add(string startdate, int days) 从开始时间 startdate 减去 days：date_sub(string startdate, int days) | ADDTODATE("2023-01-01", "y", 1)=2024-01-01 | 推荐使用 FineDataLink 新增计算列中的ADDTODATE-指定日期后指定DELTA时间的日期 |
3. 获取当前时间编辑
| 说明 | SparkSQL 语法 | 新增计算列中公式写法 | 推荐使用方式 |
|---|---|---|---|
| 返回当前时间戳 | current_timestamp 示例：select current_timestamp | NOW() | 推荐使用 FineDataLink 新增计算列中的NOW-当前时间 |
| 返回当前时间日期 | current_date 示例：select current_date | TODATE(FORMAT(NOW(),"yyyy-MM-dd"))
| 推荐使用 FineDataLink 新增计算列中的TODATE(FORMAT(NOW(),"yyyy-MM-dd")) |
4. 增加月数编辑
add_months(string start_date, int num_months)：返回当前时间下再增加 num_months 个月的 日期。
示例：select add_months('2019-05-13',120)
推荐使用 FineDataLink 新增计算列中的公式 date(year(today()),MONTH(today())+num_months,day(today()))，详情参见：常见日期公式
5. 获取月末日期编辑
last_day(string date)：返回这个月的最后一天的日期，忽略时分秒部分（HH:mm:ss）。
示例：select last_day('2019-02-01')
推荐使用 FineDataLink 新增计算列中的公式 DATE(YEAR(日期),MONTH(日期)+1,1-1)，详情参见：常见日期公式
6. 获取开始年或月编辑
使用 SparkSQL 函数 trunc(string date, string format)：返回时间的最开始年份或月份。
示例：select trunc("2016-06-26","MM"),trunc("2016-06-26","YY")
则可以看到日期 2016-06-26 的年初和月初时间，如下图所示：
当然也可以使用 FineDataLink 新增计算列中的公式：DATE(YEAR(NOW()),01,01)、DATE(YEAR(NOW()),MONTH(NOW()),01)
更多示例详情参见：常见日期公式
7. 日期月份差编辑
months_between(date1, date2)：返回 date1 与 date2 之间相差的月份，如 date1>date2，则返回正，如果 date1<date2,则返回负，否则返回 0.0。
示例：select months_between("2019-04-01", "2019-06-01")
8. 获取指定格式日期编辑
date_format(date/timestamp/string ts, string fmt)：按指定格式返回时间 date。
示例：select date_format('2019-05-13','MM/dd')
推荐使用 FineDataLink 新增计算列中的公式FORMAT-格式转换，返回指定格式的文本时间数据。
9. 下周几日期编辑
next_day(string start_date, string day_of_week)：返回当前时间的星期几所对应的日期。
示例：select next_day('2019-05-13', 'TU') 即返回 2019-05-13 日以后星期二第一次出现的日期。 如下图所示：
