您可能会得到不同的结果，这是由于升级至新的版本。
DATETIME_PATTERN_RECOGNITION
Spark >= 3.0：
无法识别 DateTimeFormatter 中的 <pattern> 模式。
可以设置为
<config>“LEGACY”，以在 Spark 3.0 之前还原行为。可以使用“/sql-ref-datetime-pattern.html”
<docroot>中的指南形成有效的日期/时间模式。
DATETIME_WEEK_BASED_PATTERN
Spark >= 3.0：
从 Spark 3.0 开始，不支持所有基于周的模式，检测到基于周的字符：<c>。
请改用 SQL 函数 EXTRACT 。
PARSE_DATETIME_BY_NEW_PARSER
Spark >= 3.0：
无法在新的分析程序中分析 <datetime>。
可以设置为 <config> “LEGACY”以还原 Spark 3.0 之前的行为，或设置为“CORRECTED”并将其视为无效的日期/时间字符串。
READ_ANCIENT_DATETIME
Spark >= 3.0：
从文件中读取 1582-10-15 之前的日期或 1900-01-01T00:00:00Z 之前的时间戳
可能会造成歧义，因为这些 <format> 文件可能是
由 Spark 2.x 或旧版本的 Hive 编写的，其使用
与 Spark 3.0+ 使用的 Proleptic 公历不同。
请参阅 SPARK (-31404) 中的更多详细信息。 可以将 SQL 配置 <config> 或
将数据源选项<option>设置为“LEGACY”以调整日期时间值。
根据日历差异重新设置日期/时间值。 要按原样读取日期/时间值，
按原样将日期/时间值变基、设置 SQL 配置 <config> 或数据源选项 <option>
为“CORRECTED”。
TBD
Spark >= <sparkVersion>：<details>
WRITE_ANCIENT_DATETIME
Spark >= 3.0：
将 1582-10-15 之前的日期或 1900-01-01-01T00：00：00Z 之前的时间戳写入 <format> 文件可能很危险，因为 Spark 2.x 或旧版 Hive 稍后可能会读取这些文件，后者使用不同于 Spark 3.0+ 的 Proleptic 公历的旧混合日历。
有关详细信息，请参阅SPARK-31404。
可以将 <config> 设置为“LEGACY”，以在写入期间根据日历差异重新定义日期/时间值，以获得最大的互操作性。
或者将配置设置为“CORRECTED”以保持不变地写入日期时间值，前提是你确定写入的文件只会被 Spark 3.0+ 或其他使用 Proleptic 公历的系统读取。