Hive中Timestamp解析时月份和日期输出错误问题排查咨询

你的问题由两个格式符使用错误共同导致：

• 误用周年格式符YYYY替代日历年格式符yyyy
  Hive时间格式规范中，YYYY是基于周计数的周年标识：只要某一周的多数天数属于新年，该周所有日期的YYYY取值都会被归为新年年份，和实际日期所属的日历年没有直接关联。你的查询中解析和输出环节都使用了YYYY，直接触发了周纪年的偏移逻辑，导致日期被错误计算到2021年的最后一周，出现12月27日的异常结果。正确解析日历年需使用小写的yyyy。
• 未指定输出时区导致时区偏移
  unix_timestamp函数解析带时区的时间字符串后，会转换为UTC时间戳存储。你调用from_unixtime时没有传入时区参数，会默认使用Hive集群配置的默认时区（此处为UTC），因此原始输入的GMT+05:30时区的19:51:10被减去5小时30分得到14:21:10，输出时区也显示为UTC。

如果你需要保留原始输入时区的时间输出，正确的查询语句如下：

select from_unixtime(unix_timestamp("Sun Mar 28 19:51:10 GMT+05:30 2021", "EEE MMM dd HH:mm:ss z yyyy"), "HH:mm:ss dd-MM-yyyy z", "GMT+05:30")

执行后输出结果为19:51:10 28-03-2021 GMT+05:30，符合预期。如果需要输出UTC时区的正确时间，去掉最后一个时区参数即可，输出结果为14:21:10 28-03-2021 UTC。

内容的提问来源于stack exchange，提问作者codeseeker