在同一分区列中删除具有不同日期格式的 Hive 中的分区

Question

我在字符串数据类型的分区列中有两种类型的值：

例如，有分区列值20200301 、 2020-03-05 、 2020-05-07 、 20200701等。

我需要使用 DDL 语句删除小于20200501的分区

alter table tblnm drop partition(partcol < 20200501);

当我使用yyyy-MM-dd格式删除分区时，只会2020-03-05分区。 但是，当我使用yyyyMMdd格式删除分区时，将删除20200301以及所有包含连字符 ( - ) 的分区。

如何通过忽略连字符或忽略包含连字符的数据来比较值？ 如有必要，我可以在 alter table 查询中替换连字符。

Answer 1

所有带连字符的分区都被删除的原因是java中的字符串比较：每个2020-XX-XX字符串小于每个2020XXXX字符串。

要将分区限制为没有连字符的分区，您应该以yyyy0101格式向 DDL添加下限：

alter table tblnm drop partition(partcol < 20200501, partcol >= 20200101);

请注意，前几年的分区不会被删除，但您可以自由运行类似

alter table tblnm drop partition(partcol <= 20191231, partcol >= 20190101);

只要你需要。