classe di errore INCONSISTENT_BEHAVIOR_CROSS_VERSION
È possibile ottenere un risultato diverso a causa dell'aggiornamento a:
DATETIME_PATTERN_RECOGNITION
Spark >= 3.0:
Non è possibile riconoscere <pattern> il modello in DateTimeFormatter.
- È possibile impostare
<config>su "LEGACY" per ripristinare il comportamento prima di Spark 3.0. - È possibile formare un modello datetime valido con la guida di '
<docroot>/sql-ref-datetime-pattern.html'.
DATETIME_WEEK_BASED_PATTERN
Spark >= 3.0:
Tutti i modelli basati su settimana non sono supportati a partire da Spark 3.0, rilevato carattere basato su settimana: <c>.
Usare invece la funzione SQL EXTRACT.
PARSE_DATETIME_BY_NEW_PARSER
Spark >= 3.0:
Non è possibile analizzare <datetime> nel nuovo parser.
È possibile impostare <config> su "LEGACY" per ripristinare il comportamento prima di Spark 3.0 o su "CORRECTED" e considerarlo come stringa datetime non valida.
READ_ANCIENT_DATETIME
Spark >= 3.0:
data di lettura prima del 1582-10-15 o timestamp prima del 1900-01-01T00:00:00Z
dai <format> file può essere ambiguo, in quanto i file possono essere scritti da
Spark 2.x o versioni legacy di Hive, che usa un calendario ibrido legacy
diverso dal calendario gregoriano proleptico di Spark 3.0+.
Per altre informazioni, vedere SPARK-31404. È possibile impostare la configurazione <config> SQL o
opzione dell'origine <option> dati su "LEGACY" per ribasere i valori datetime
w.r.t. differenza di calendario durante la lettura. Per leggere i valori datetime
così come è, impostare la configurazione <config> SQL o l'opzione dell'origine dati <option>
su "CORRETTO".
Da definire
Spark >= <sparkVersion>: <details>
WRITE_ANCIENT_DATETIME
Spark >= 3.0:
scrivere date prima del 1582-10-15 o timestamp prima del 1900-01-01T00:00:00Z nei <format> file può essere pericoloso, perché i file possono essere letti da Spark 2.x o versioni legacy di Hive in un secondo momento, che usa un calendario ibrido legacy diverso dal calendario gregoriano di Spark 3.0+.
Per altre informazioni, vedere SPARK-31404.
È possibile impostare <config> su "LEGACY" per ribasere i valori datetime w.r.t. la differenza di calendario durante la scrittura per ottenere la massima interoperabilità.
In alternativa, impostare la configurazione su "CORRECTED" per scrivere i valori datetime così com'è, se si è certi che i file scritti verranno letti solo da Spark 3.0+ o da altri sistemi che usano il calendario gregoriano proleptico.