Apache flink 相当于；来自“u unixtime（bigint unixtime）”；在Flink SQL中

我正在搜索与函数等价的函数，该函数来自于\u unixtime（bigint unixtime），它存在于Spark SQL和Flink SQL中

我的目标是转换这种格式：143979904

---

转换成这种格式：2015-05-18 05:43:37

我想您正在寻找

DATE\u格式（时间戳，%Y-%m-%d%H:%I:%s）

有关更多信息，请参阅和的文档。

只需使用自定义项

示例用法

test.csv

creation_date|key
1535816823|1
1536392928|2
1536272308|3

epochtimecoverter.scala

导入java.time.format.DateTimeFormatter
导入java.time.{Instant，LocalDateTime，ZoneId}
导入org.apache.flink.table.functions.ScalarFunction
类EpochTimeConverter扩展了ScalarFunction{
def eval（epochTime:Int）：字符串={
//为了提高性能，您可以在现实生活中缓存“DateTimeFormatter”
val-timePattern=DateTimeFormatter.of模式（“yyyy-MM-dd-HH:MM:ss”）
timePattern.format（LocalDateTime.ofInstant（Instant.ofepochssecond（epochTime），ZoneId.systemDefault（））
}
}

UdfExample.scala

import org.apache.flink.api.scala.{ExecutionEnvironment，}
导入org.apache.flink.table.api.scala_
导入org.apache.flink.table.api.{TableEnvironment，Types}
导入org.apache.flink.table.sources.CsvTableSource
导入org.apache.flink.types.Row
对象UdfExample{
def main（参数：数组[字符串]）：单位={
val env=ExecutionEnvironment.getExecutionEnvironment
val tableEnv=TableEnvironment.getTableEnvironment（env）
val csvData=CsvTableSource
.builder（）
.path（“test.csv”）
.ignoreFirstLine（）
.fieldDelimiter（“|”）
.field（“创建日期”，Types.INT）
.field（“key”，Types.INT）
.build（）
tableEnv.registerTableSource（“临时表”，csvData）
println（“无自定义项：”）
tableEnv.sqlQuery（“选择创建日期，从临时表中选择键”）.toDataSet[Row].print（）
tableEnv.registerFunction（“from_unixtime”，new epochtimecoverter（））
println（）
println（“带自定义项：”）
tableEnv.sqlQuery（“从unixtime（创建日期）中选择，从temp\u表中选择键”）.toDataSet[Row].print（）
}
}

如果运行

UdfExample.scala

，它将生成类似的输出，如下所示：

Without udf:
1535816823,1
1536272308,3
1536392928,2

With udf:
2018-09-01 18:47:03,1
2018-09-07 01:18:28,3
2018-09-08 10:48:48,2

---

感谢您的回复，但原始格式是bigint而不是timestamp。我不能将其转换为时间戳（cast（myfieldas timestamp））。它说“Cast函数不能将BIGINT类型的值转换为TIMESTAMP类型（3）”，我也在为这个问题寻找解决方案。有人克服了吗？谢谢。不过，UDF并不是我所希望的。我很惊讶没有一个更简单的内置解决方案加入到语言中。