最近在入库一大批数据，入了20多张表整整一天半时间，可谓是脸都僵了，然而就在处理日期型和时间型数据，通过自己的摸索，get到了一些套路，还是很开心的，趁请假还是好好总结一下吧！
鉴于日期型数据DATE通常是用YYYY-MM-DD的格式进行存储查询，而时间型数据TIME在网上我也没看到太多参考，但是注意到数据库是有TIME这个类型数据的，格式是HH:MM:SS，因此向着这两个格式去对数据进行整理。
一般我们接到的日期时间型数据完整的文本是长这样的：
2016/11/1 12:00:00 or 2016-11-01 12:00:00 or 2016/11/1 12:00
文本源数据通常将日期和时间都默认在一个字段。而我的想法是：为了减轻后期数据查询的难度，将日期时间型数据都整理为对应的日期时间型，即DATE和TIME，这样后期就不用其他的cast等函数进行查询。
因此处理的步骤为： 
1、分割字段
在UE编辑器中将日期时间型数据进行分割，如2016/11/1 12:00:00分割成2016/11/1|12:00:00，其中|为分割符；
2、编辑数据入库脚本
如果源数据的日期本来就是对应的＇YYYY-MM-DD＇如： 2016-11-01（严格符合，否则出错，2016-11-1也是不符合的）那么入库的时候就可以直接指定字段类型：
日期字段名称 DATE FORMAT(‘YYYY-MM-DD’)
那么分割后的时间字段同理，如果本来的格式就是HH:MM:SS，那么直接指定字段类型：
时间字段名称 TIME
如果源数据不是这种类型的格式，像2016/11/1、2016/11/01这种，那么入库的时候直接用varchar类型入库就好，后期再处理。
3、格式处理
入库了以后，如果格式本来就是对应那两种，那很好，收工检查数据看看有没有乱码和重复数据就好；如果不是那两种，那就要进行数据处理了。 一般入库我会用一个temp作为表名，因为数据格式都比较纯天然。入库以后再建一个新表插入temp表的数据，插入的同时也对数据进行处理。 处理的过程：
先用其他函数对数据进行处理，整理成对应的格式，最后用cast函数对字段进行类型转换。
使用的函数：
casewhen +substring/index/length/||
这些函数自由组合，发挥自己的想象力即可。 简单的来说就是使用 substring / index / length /函数对数据进行识别，用case when 和 || 处理数据，拼接成自己想要的样子，不过要注意同样的一列数据可能存在不同的情况，因此要借用case when来处理，不确定的话可以select一下试试先。 具体的函数功能看看Teradata SQL文档即可，这里不详细介绍了。 以下是几个例子： 
4、字段类型转换
通过以上步骤，基本上可以将数据处理成对应的格式，在外层再加一个select的语句进行最后的转换即可。
例如：
select cast(字段A as DATE FORMAT 'YYYY-MM-DD') as date_name, cast(字段B as TIME) as time_namefrom (select case when length....else....end as 字段A ,case when length....else....end as 字段B from temp ) a ;5、检查
将入库的字段进行查询检查，看是否处理不当或者存在编码问题，检查数据量是否一致等等。
新闻热点
疑难解答
