parseDate - Amazon QuickSight
SyntaxArgumenteRückgabetypBeispiel

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

parseDate

parseDateanalysiert eine Zeichenfolge, um festzustellen, ob sie einen Datumswert enthält, und gibt ein Standarddatum in dem Format zurück yyyy-MM-ddTkk:mm:ss.SSSZ (unter Verwendung der Formatmustersyntax, die in Class DateTimeFormat in der Joda-Projektdokumentation angegeben ist), zum Beispiel 2015-10-15T 19:11:51.003 Z. Diese Funktion gibt alle Zeilen mit einem Datum in einem gültigen Format zurück und überspringt alle anderen Zeilen (auch Zeilen mit Nullwerten).

Amazon QuickSight unterstützt Daten im Bereich vom 1. Januar 1900 00:00:00 UTC bis 31. Dezember 2037 23:59:59 UTC. Weitere Informationen finden Sie unter Unterstützte Datumsformate.

Syntax

parseDate(expression, ['format'])

Argumente

expression

Der Ausdruck muss eine Zeichenfolge sein. Es kann der Name eines Felds sein, das den Datentyp "string" verwendet, ein literaler Wert wie '1/1/2016' oder der Aufruf einer Funktion, die eine Zeichenfolge ausgibt.

format

(Optional) Eine Zeichenfolge mit einem Formatmuster, das mit date_string übereinstimmen muss. Wenn Sie beispielsweise ein Feld mit Daten wie verwenden01/03/2016, geben Sie das Format '' an. MM/dd/yyyy Wenn Sie kein Format angeben, wird standardmäßig yyyy-MM-dd verwendet. Zeilen, deren Daten nicht dem Format entsprechen, werden übersprungen.

Basierend auf dem verwendeten Dataset-Typ werden unterschiedliche Datumsformate unterstützt. In der folgenden Tabelle finden Sie Details zu den unterstützten Datumsformaten.

Typ der Datumsquelle Unterstützte Datumsformate

Datei-, Amazon Athena, und Salesforce-Datasets

Alle in Unterstützte Datumsformate angegebenen Datumsformatmuster.

Direkte Abfrage von Amazon Aurora-, MariaDB- und MySQL-Datenbanken

  • MM/dd/yyyy

  • dd/MM/yyyy

  • yyyy/MM/dd

  • MMM/dd/yyyy

  • dd/MMM/yyyy

  • yyyy/MMM/dd

  • MM/dd/yyyyhh:mm:ss

  • dd/MM/yyyyHH: mm: SS

  • yyyy/MM/ddHH: mm: SS

  • MMM/dd/yyyyHH: mm: SS

  • dd/MMM/yyyyHH: mm: SS

  • yyyy/MMM/ddHH: mm: SS

  • MM-dd-yyyy

  • dd-MM-yyyy

  • yyyy-MM-dd

  • MMM-dd-yyyy

  • dd-MMM-yyyy

  • yyyy-MMM-dd

  • MM-dd-yyyy HH: mm: SS

  • dd-MM-yyyy HH: mm: SS

  • yyyy-MM-dd HH: mm: SS

  • MMM-dd-yyyy HH: mm: SS

  • dd-MMM-yyyy HH: mm: SS

  • yyyy-MMM-dd HH: mm: SS

  • MM/dd/yyyyHH: mm: ss.sss

  • dd/MM/yyyyHH: MM: SS.SSS

  • yyyy/MM/ddHH: MM: SS.SSS

  • MMM/dd/yyyyHH: MM: SS.SSS

  • dd/MMM/yyyyHH: MM: SS.SSS

  • yyyy/MMM/ddHH: MM: SS.SSS

  • MM-dd-yyyy HH: MM: SS.SSS

  • dd-MM-yyyy HH: MM: SS.SSS

  • yyyy-MM-dd HH: MM: SS.SSS

  • MMM-dd-yyyy HH: MM: SS.SSS

  • dd-MMM-yyyy HH: MM: SS.SSS

  • yyyy-MMM-dd HH: MM: SS.SSS

Direkte Abfrage von Snowflake

  • dd/MM/yyyy

  • dd/MM/yyyyHH: mm: SS

  • dd-MM-yyyy

  • dd-MM-yyyy HH: mm: SS

  • MM/dd/yyyy

  • MM/dd/yyyyHH: mm: SS

  • MM-dd-yyyy

  • MM-dd-yyyy HH: mm: SS

  • yyyy/MM/dd

  • yyyy/MM/ddHH: mm: SS

  • yyyy-MM-dd

  • yyyy-MM-dd HH: mm: SS

  • MM/dd/yyyyHH: mm: ss.sss

  • dd/MM/yyyyHH: MM: SS.SSS

  • yyyy/MM/ddHH: MM: SS.SSS

  • MMM/dd/yyyyHH: MM: SS.SSS

  • dd/MMM/yyyyHH: MM: SS.SSS

  • yyyy/MMM/ddHH: MM: SS.SSS

  • MM-dd-yyyy HH: MM: SS.SSS

  • dd-MM-yyyy HH: MM: SS.SSS

  • yyyy-MM-dd HH: MM: SS.SSS

  • MMM-dd-yyyy HH: MM: SS.SSS

  • dd-MMM-yyyy HH: MM: SS.SSS

  • yyyy-MMM-dd HH: MM: SS.SSS

Direkte Abfrage von Microsoft SQL Server-Datenbanken

  • dd-MM-yyyy

  • MM/dd/yyyy

  • dd/MM/yyyy

  • yyyy/MM/dd

  • MMM/dd/yyyy

  • dd/MMM/yyyy

  • yyyy/MMM/dd

  • dd/MM/yyyyHH: mm: SS

  • yyyy/MM/ddHH: mm: SS

  • MMM/dd/yyyyHH: mm: SS

  • dd/MMM/yyyyHH: mm: SS

  • yyyy/MMM/ddHH: mm: SS

  • MM-dd-yyyy

  • yyyy-MM-dd

  • MMM-dd-yyyy

  • yyyy-MMM-dd

  • MM-dd-yyyy HH: mm: SS

  • dd-MM-yyyy HH: mm: SS

  • yyyy-MM-dd HH: mm: SS

  • MMM-dd-yyyy HH: mm: SS

  • dd-MMM-yyyy HH: mm: SS

  • yyyy-MMM-dd HH: mm: SS

  • MM/dd/yyyyHH: mm: ss.sss

  • dd/MM/yyyyHH: MM: SS.SSS

  • yyyy/MM/ddHH: MM: SS.SSS

  • MMM/dd/yyyyHH: MM: SS.SSS

  • dd/MMM/yyyyHH: MM: SS.SSS

  • yyyy/MMM/ddHH: MM: SS.SSS

  • MM-dd-yyyy HH: MM: SS.SSS

  • dd-MM-yyyy HH: MM: SS.SSS

  • yyyy-MM-dd HH: MM: SS.SSS

  • MMM-dd-yyyy HH: MM: SS.SSS

  • dd-MMM-yyyy HH: MM: SS.SSS

  • yyyy-MMM-dd HH: MM: SS.SSS

Direkte Abfrage von Amazon Redshift- oder PostgreSQL-Datenbanken

Außerdem Datensätze aus beliebigen DBMS, die in gespeichert sind QuickSight SPICE

  • MM/dd/yyyy

  • dd/MM/yyyy

  • yyyy/MM/dd

  • MMM/dd/yyyy

  • dd/MMM/yyyy

  • yyyy/MMM/dd

  • MM/dd/yyyyHH:MM:SS

  • dd/MM/yyyyHH: mm: SS

  • yyyy/MM/ddHH: mm: SS

  • MMM/dd/yyyyHH: mm: SS

  • dd/MMM/yyyyHH: mm: SS

  • yyyy/MMM/ddHH: mm: SS

  • MM-dd-yyyy

  • dd-MM-yyyy

  • yyyy-MM-dd

  • MMM-dd-yyyy

  • dd-MMM-yyyy

  • yyyy-MMM-dd

  • MM-dd-yyyy HH: mm: SS

  • dd-MM-yyyy HH: mm: SS

  • yyyy-MM-dd HH: mm: SS

  • MMM-dd-yyyy HH: mm: SS

  • dd-MMM-yyyy HH: mm: SS

  • yyyy-MMM-dd HH: mm: SS

  • yyyy 'T' MMdd HHmmss

  • yyyy-MM-dd'T'HH:mm:ss

  • MM/dd/yyyyhh:mm:ss.sss

  • dd/MM/yyyyHH: MM: SS.SSS

  • yyyy/MM/ddHH: MM: SS.SSS

  • MMM/dd/yyyyHH: MM: SS.SSS

  • dd/MMM/yyyyHH: MM: SS.SSS

  • yyyy/MMM/ddHH: MM: SS.SSS

  • MM-dd-yyyy HH: MM: SS.SSS

  • dd-MM-yyyy HH: MM: SS.SSS

  • yyyy-MM-dd HH: MM: SS.SSS

  • MMM-dd-yyyy HH: MM: SS.SSS

  • dd-MMM-yyyy HH: MM: SS.SSS

  • yyyy-MMM-dd HH: MM: SS.SSS

Rückgabetyp

Datum

Beispiel

Im folgenden Beispiel wird prodDate ausgewertet, um zu bestimmen, ob Datumswerte enthalten sind.

parseDate(prodDate, 'MM/dd/yyyy')

Das Feld enthält folgende Werte.

prodDate
--------
01-01-1999
12/31/2006
1/18/1982 
7/4/2010

Für diese Feldwerte werden die folgenden Zeilen zurückgegeben.

12-31-2006T00:00:00.000Z
01-18-1982T00:00:00.000Z
07-04-2010T00:00:00.000Z