Spark_日期参数解析参数-spark.sql.legacy.timeParserPolicy

在Apache Spark中，spark.sql.legacy.timeParserPolicy是一个配置选项，它控制着时间和日期解析策略。此选项主要影响如何解析日期和时间字符串。

在Spark 3.0之前的版本中，日期和时间解析使用java.text.SimpleDateFormat，它在解析某些日期和时间格式时可能较为宽松。例如，它可能允许日期字符串中的月份部分超过12，或日期部分超过31，并尝试自动调整。这种宽松的解析方式在某些情况下可能会导致意外的结果。

从Spark 3.0开始，默认的解析策略变得更加严格，使用java.time.format.DateTimeFormatter来解析日期和时间格式。这种新的解析器严格遵守ISO标准，并且不会进行前面提到的自动调整。

spark.sql.legacy.timeParserPolicy 配置项可以设置为以下值：

• LEGACY: 使用Spark 3.0之前的宽松解析策略。

• CORRECTED: 使用Spark 3.0引入的新的严格解析策略。

• EXCEPTION: 如果遇到无法解析的日期或时间字符串，则抛出异常。(不推荐，会导致作业中断)

例如，如果你想在Spark 3.0或更高版本中保持与以前版本相同的宽松解析行为，可以设置

spark.conf.set("spark.sql.legacy.timeParserPolicy", "LEGACY")

或者在启动Spark时通过传递配置参数来设置：

./bin/spark-submit --conf "spark.sql.legacy.timeParserPolicy=LEGACY" ...

如果你的代码中有日期和时间解析，并且你升级到了Spark 3.0或更高版本，那么你可能需要关注这个配置选项，以确保代码的兼容性和期望行为。如果你的日期和时间字符串格式严格并始终遵循ISO标准，或者你希望采用更严格的解析策略，那么你应该使用默认的CORRECTED策略。