与 Hive 中的 add_months 函数不一致？

Question

我已经在 SO 上潜伏了一段时间，但最后有我自己的问题，我在这里或谷歌上找不到。对不起，我的经验不足，只有几年离开学校。使用 Hive 1.2，我遇到了 add_months 函数似乎无法正常/一致地工作的情况。

简单来说，我基本上有一个带有 clientid、yyyy-MM 和 int 的表。

select clientid, concat(yearmonth, '-01'), integer, add_months(concat(yearmonth, '-01'), integer) 
from tablea
where yearmonth = '2015-04' group by clientid, yearmonth, integer;

我使用 where 语句，因为这似乎只影响 4 月和 11 月的日期。我发现会发生什么：

ClientID1, 2015-04-01, 1, 2015-05-01  
ClientID2, 2015-04-01, 1, 2015-05-01  
ClientID3, 2015-04-01, 1, 2015-05-01  
ClientID4, 2015-04-01, 1, 2014-04-30  
ClientID5, 2015-04-01, 1, 2014-04-30  
ClientID6, 2015-04-01, 1, 2014-04-30  

add_months 究竟是如何工作的？ （阿帕奇链接：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF#LanguageManualUDF-DateFunctions）。此外，如果我包含另一个 where 语句，其中 add_months 结果 = '2014-04-30'，我会返回实际显示 '2015-05-01' 的行。到底发生了什么？

如果我从表面上更改查询（将其简化或使其更复杂但基本相同），有时结果会发生变化。任何人都可以尝试复制这个并让我知道我不只是疯了吗？是否有任何四舍五入的事情或任何事情可能会搞砸？

Answer 1

在处理日期时，请使用 DATE 格式的字段，因此引擎会处理其他事情，例如闰年或月份中的天数等（加/减）

确保您的字段没有空格或特殊字符，我有以下内容并且可以完美运行

文件 ClientID1, 2015-01,1 ClientID2, 2015-02,1 客户ID3, 2015-04,1 客户ID4, 2015-04,1 客户 ID5, 2015-05,1 客户ID6, 2015-06,1 客户ID7, 2015-07,1 客户ID8, 2015-08,1 客户 ID9, 2015-09,1 客户 ID10, 2015-10,1 客户ID11, 2015-11,1 ClientID12, 2015-12,1

Create table date_nov (client String, datemonth String, x int )  ROW FORMAT     DELIMITED FIELDS TERMINATED BY ",";
LOAD DATA INPATH '/user/root/date_nov.txt' into TABLE date_nov ;

hive> select * from date_nov;
OK
ClientID1        2015-01        1
ClientID2        2015-02        1
ClientID3        2015-04        1
ClientID4        2015-04        1
ClientID5        2015-05        1
ClientID6        2015-06        1
ClientID7        2015-07        1
ClientID8        2015-08        1
ClientID9        2015-09        1
ClientID10       2015-10        1
ClientID11       2015-11        1
ClientID12       2015-12        1

select * , add_months(to_DATE(concat(trim(datemonth),'-01' )),x)   from date_nov;

---------------------------------------