[大数据]和测试人员对碰，自己挖的坑，含着泪也要填完!

昨天数据接完了，想着今天交给测试就完了，应该问题不大吧，卧槽，一天没休息！

1.坑点一：数据类型不一致导致spark使用的时候报类型不匹配的错！

1. 接入的时候是数据库的数据类型，但大家都知道hive一般都是用string类型，所以我ods和dwd层的数据表建的都是string类型，数据映射成hive表时没有报错，那你以为就没问题了，你错了！
2. 使用spark-shell查询相同的表，hive里查没问题，使用sparksql查就报错，你说神奇不神奇，sparksql很强大呀，还可以给你检测类型呢（我内心：你，真绝，我不想检查啊！）
   
   3.个人解决方式，在接入到ods的时候就做数据类型的处理，一了百了，皆大欢喜！，代码贴一哈

val srcDF: DataFrame = xxx  #源df字段各种类型
val columns: Array[String] = srcDF.columns
val array: Array[Column] = columns.map(column => col(column).cast("string"))
val resDF: DataFrame = srcDF.select(arrayColumn :_*) #目标df全转成string类型

坑点二：有坑点一引发的惨案，日期时间不匹配？时间差八个小时？

当时理解为时区转换了，用的jdk8的1.3以上版本，默认时区为上海时区。ods转了一次，dwd又转了一次，神奇的负负得正，卧槽！最后采用坑点一的处理方式，此bug就消失了，有大神解释一下吗！

坑点三：没经过ETL的字段，数据竟然不一致？

是你测试查的有问题吧，是我的第一感觉，明天我要和她好好唠唠！

坑点四：测试用hive查询和使用spark-shell使用同一条SQL,竟然结果不一致？

1. 首先，说一下，结果时hive的结果是正确的，spark的结果有错误的数据，但查询sql没问题。
2. 表是在重新接入的时候刷新过了分区，不存在数据层面的问题
3. 你说你为啥用spark-shell又查了一遍，给你自己找事干呢，还是我太闲了，给我找事干！
4. 求大神来给我指点迷津！
   

明天继续和测试交锋，是男人，就不能怂（内心独白：后天就要放假了，消停点吧，姑奶奶！）

点了关注，不迷路。下期见吧，在这里提前祝大家，后天回家喽：