AWS Athena - 如何更改日期字符串的格式

Question

我想加入 AWS Athena 的数据库中有两个表。

我想通过几列加入他们，其中之一是日期。

然而，在一个数据集中，日期字符串被编码为单值月份被编码为

 "08/31/2018"

而另一个将其编码为

 "8/31/2018"

有没有办法使它们具有相同的格式？

我不确定将额外的 0 添加到缺少额外 0 的字符串或连接具有额外 0 的字符串是否更容易。

根据我的研究，我认为我将不得不使用 CASE 和 CONCAT 函数。

这两个表都从一个 CSV 文件加载到数据库中，并且变量采用字符串格式。

我尝试在 CSV 文件中手动更改值，尝试在其中一个表上运行 R 脚本以相同的方式格式化日期，并且还尝试将表重新加载到数据库中作为相同的日期格式。

但是，无论何时将其加载到数据库中时我做什么，即使它们具有相同的日期类型，它也总是以不同的格式加载它们。

一个带有额外的 0，另一个没有它。

我还没有尝试过的最后一条途径是通过 SQL 查询。

但是，我对 Athena 并不精通，并且很难格式化此查询。

我知道这是相当模糊的，所以如果您需要，请向我询问更多信息。

如果有人能帮我开始这个查询，我将不胜感激。

感谢您的帮助。

这是在 Athena 中更改日期的查询。

  date_parse(table.date_variable,'%m/%d/%Y')

尽管 Athena 表在创建后是不可变的。

Answer 1

您可以使用date_parse()将值转换为日期。 所以，这应该有效：

date_parse(t1.datecol, '%m/%d/%Y') = str_to_date(t2.datecol, '%m/%d/%Y')

话虽如此，您应该修复数据模型。 将日期存储为日期而不是字符串！ 然后您可以使用相等连接，这在各方面都更好。