记录一个 Hive 查询中，关于 不规则时间/日期格式比较 的问题。
在数仓实施时，数据源中关于 时间/日期类型 的字段格式有很多，例如 2022-05-10、2022-05-10 15:30:15、2022/05/10、2022/05/10 15:30:15，还有很多不规范的数据，例如 2022-5-10、2022-5-8 15:30:15等等 。
我们在进行日期大小比较时，如果直接使用这些原始数据，就很容易出现问题。
看下面的例子：
# 直接用 时间字符串 比对查询，返回结果为 false select '2022-5-10 15:30:15' > '2022-5-9 15:30:15'; # 直接用 时间字符串 比对查询，返回结果为 true select '2022-5-10 15:30:15' > '2022-5-09 15:30:15'; # 假如一张表 test_04 ，有两个字段 date_1 、 date_2，都存储着时间类型数据。 test_04.date_1 test_04.date_2 1 2022-05-10 2022-05-09 2 2022-05-10 15:30:15 2022-05-09 15:30:15 3 2022-5-10 2022-5-9 4 2022-5-10 15:30:15 2022-5-9 15:30:15 # 情况一：这里时间比对时，当时间不规范比对结果有问题 SELECT * from test.test_04 where date_1 > date_2 limit 10; 1 2022-05-10 2022-05-09 2 2022-05-10 15:30:15 2022-05-09 15:30:15 # 情况二：如果转换为标准时间格式，比对结果没有问题 SELECt * from test.test_04 where date_format(date_1,'yyyy-mm-dd hh:MM:ss') > date_format(date_2,'yyyy-mm-dd hh:MM:ss') limit 10 ; 1 2022-05-10 2022-05-09 2 2022-05-10 15:30:15 2022-05-09 15:30:15 3 2022-5-10 2022-5-9 4 2022-5-10 15:30:15 2022-5-9 15:30:15
后面，我们在进行时间/日期大小比较时，使用date_format函数转换为标准格式后，再进行比较，避免出现类似上述的问题。
这个问题会比较隐蔽，不注意就出现问题了，还是养成 时间比较就先转换为标准格式的习惯吧。
