操作数据集列hadoop

Question

我有一个数据集有一个日期（1/10/2015，1/10/2016，1/10/2017）。我想改变它的格式（2015年，2016年，2017年）。我需要使用Hadoop来做到这一点。

Answer 1

使用正则表达式来提取所需的值。

好的教程，范例可以在这个博客上找到：Extract date in required formats from hive tables

如果你想在一年仅格式“YYYY-MM”的一个月，然后使用 regexp_extract(column_datetime,'(.*\-.*)\-.*',1)

---

编辑：本来^这^被张贴为评论，但我把它作为回答，所以其他人可能会发现它更快。