Hive查询中如何将'yyyy-m-dd'格式字符串日期转为'yyyy-mm-dd'格式

你当前转换语句失效的核心问题是：Hive日期格式符中月份对应的标识符是大写M，小写m代表的是分钟，你使用的'yyyy-m-dd'格式和实际日期结构完全不匹配，会直接返回null，也可能引发全表扫描时的异常重试，导致语句长时间无法结束。

正确转换步骤 #

• 第一步：先测试基础转换逻辑，加limit验证语句可正常执行
  测试代码：

  select unix_timestamp(bad_date, 'yyyy-M-dd') from mytable limit 10;
  

• 第二步：如果需要生成带前置零的标准日期字符串，方便后续直接按字符串排序得到正确结果，嵌套from_unixtime做格式转换即可：
  转换代码：

  select from_unixtime(unix_timestamp(bad_date, 'yyyy-M-dd'), 'yyyy-MM-dd') as standard_date from mytable;
  

  转换后得到的standard_date为2021-09-01这类标准格式，直接按字符串排序也能正确识别10月大于9月，不需要每次查询都做时间戳转换。
• 第三步：如果仅需要临时比较取最大日期，直接在排序逻辑中调用转换函数即可：
  取最大日期行代码：

  select * from mytable 
  order by unix_timestamp(bad_date, 'yyyy-M-dd') desc 
  limit 1;
  

异常排查说明 #

• 若转换后返回null，可先通过正则过滤脏数据后再转换：where bad_date rlike '^[0-9]{4}-[0-9]{1,2}-[0-9]{2}$'，排除缺少年月日、存在非数字字符的异常行。
• 若全量查询仍卡顿，可先合并表的小文件，或根据集群资源调整查询并行度：set mapreduce.job.reduces=合适的reduce数量。

内容的提问来源于stack exchange，提问作者user3486773