为何同版本Presto在CDH6上查询timestamp结果与Hive不一致，CDH5正常？

根因分析 #

这个差异是CDH6和CDH5对应Hive版本对ORC文件timestamp类型的存储逻辑不兼容导致的，和Presto版本无关：

• CDH5搭载的是Hive 2.x及更早版本，存储ORC timestamp时直接写入对应时区的时间原始值，不会做UTC转换，该逻辑和Presto Hive Connector的默认读取逻辑完全适配，所以查询结果一致。
• CDH6搭载的是Hive 3.x分支版本，默认开启了ORC timestamp UTC序列化机制，写入时会将会话时区的时间转换为UTC值存储，读取时Hive会自动根据当前会话时区做反向转换得到原始值，所以Hive侧查询结果正常。但Presto默认沿用旧版ORC读取逻辑，会把存储的UTC值直接当做当前时区的时间返回，自然就出现了时区偏移，你这里出现的5小时30分偏移正好对应IST（印度标准时间，UTC+5:30）和UTC的差值，说明ORC文件写入时的会话时区为IST。

修复方案 #

修改Presto集群中Hive Connector的配置文件hive.properties，添加以下配置项：

# 关闭旧版ORC时间戳读取逻辑，适配Hive 3.x的存储规则
hive.orc.read-legacy-timestamp=false
# 配置为ORC文件写入时使用的时区，和写入任务的时区保持一致即可
hive.orc.timestamp-time-zone=Asia/Kolkata

配置修改完成后重启Presto集群，再次查询即可得到和Hive一致的时间戳结果。

内容的提问来源于stack exchange，提问作者RaviKumar