Hive 配置单元create table语句用于非'；t在a'；yyyy-MM-dd HH:MM:ss'；格式

我在HDFS中有一个JSON数据集，它包含一个时间戳和一个计数。原始数据如下所示：

{"timestamp": "2015-03-01T00:00:00+00:00", "metric": 23}
{"timestamp": "2015-03-01T00:00:01+00:00", "metric": 17}
...

时间戳的格式几乎与蜂巢友好的“yyyy-mm-dd hh:mm:ss”格式匹配，但有两个区别：日期和时间之间有一个“T”。还有一个时区偏移。例如，时间戳可能是

2015-03-01T00:00:00+00:00

，而不是

2015-03-01 00:00:00

我能够创建一个表，前提是我将时间戳列视为字符串：

add jar hdfs:///apps/hive/jars/hive-json-serde-0.2.jar;

CREATE EXTERNAL TABLE `log`(
  `timestamp` string, 
  `metric` bigint)
ROW FORMAT SERDE "org.apache.hadoop.hive.contrib.serde2.JsonSerde" WITH SERDEPROPERTIES ("timestamp"="$.timestamp", "metric"="$.metric")
LOCATION 'hdfs://path/to/my/data';

这并不理想，因为如果将其视为字符串，我们就无法使用时间戳函数（例如，

DATE\u DIFF

，

DATE\u ADD

，等等），而无需从查询中强制转换。一个可能的解决方法是使用和，但这需要将数据复制到新格式。这似乎效率低下，不符合“阅读模式”的精神

---

是否有一种方法可以在不处理数据两次的情况下为该数据创建架构（即一次加载，一次将时间戳转换为真实时间戳）？

您需要决定是否：

• 做你描述的CTA
• 将转换工作/逻辑推送到表的使用者/客户机中

对于第二个选项，这意味着在针对外部表执行的sql语句中包含字符串到时间戳的转换