Delta Time Travel SQL查询版本报extraneous input '0'错误排查

• 版本不匹配：你当前引入的Delta依赖为io.delta:delta-core_2.12:0.7.0，该版本未支持VERSION AS OF/TIMESTAMP AS OF格式的时间旅行SQL语法，这套语法是Delta 1.0正式发布后才合入SQL解析器的。你写的语句中VERSION关键字无法被低版本解析器识别，会被自动忽略，最终SQL被解析为SELECT * FROM RIDES.YELLOW_TAXI AS OF 0——解析器会把AS识别为表别名定义关键字，将OF作为表的别名，末尾的版本号0就成了多余的非法输入，和你看到的ParseException报错完全吻合。
• 无版本号的语句能运行属于解析误判：执行SELECT * FROM RIDES.YELLOW_TAXI AS OF时，解析器直接将OF识别为表别名，整条语句等价于普通全表查询，和时间旅行功能没有任何关系，自然不会报错。

根据你的需求二选一即可：

方案1：保留现有0.7.0版本，使用适配该版本的时间旅行语法 #

Delta 0.7.0支持在表名后加@v<版本号>后缀完成版本查询，查询版本0的正确写法：

spark.sql("SELECT * FROM RIDES.YELLOW_TAXI@v0")

如果需要按时间戳查询历史版本，使用@<yyyyMMddHHmmssSSS>格式的时间戳后缀即可，示例：

spark.sql("SELECT * FROM RIDES.YELLOW_TAXI@20210201000000000")

方案2：升级Delta版本使用标准AS OF语法 #

将SparkSession配置中的Delta依赖升级到1.0及以上版本（注意版本要和你当前使用的Spark版本匹配，例如Spark 3.2对应delta-core 2.0.x，Spark 3.3对应delta-core 2.3.x），升级后即可直接使用你最初写的标准语法：

# 按版本号查询
spark.sql("SELECT * FROM RIDES.YELLOW_TAXI VERSION AS OF 0")
# 按时间戳查询
spark.sql("SELECT * FROM RIDES.YELLOW_TAXI TIMESTAMP AS OF '2021-02-01 00:00:00'")

你可以用Delta 0.7.0原生支持的DataFrame API时间旅行写法做结果交叉校验，两种写法返回结果一致即说明查询正确：

# DataFrame API 读取指定版本数据
spark.read.format("delta") \
  .option("versionAsOf", 0) \
  .load("./output/delta") \
  .show()

内容的提问来源于stack exchange，提问作者Michael