java date类型数据添加一天

可以使用`java.util.Calendar`类来实现：

// 创建一个Calendar对象
Calendar calendar = Calendar.getInstance();
// 将日期设置为当前时间
calendar.setTime(new Date());
// 将日期加上一天
calendar.add(Calendar.DAY_OF_YEAR, 1);
// 获取加上一天后的日期
Date date = calendar.getTime();

如果你使用Java 8及以上版本，也可以使用`java.time.LocalDate`类来实现：

// 获取当前日期
LocalDate today = LocalDate.now();
// 加上一天
LocalDate tomorrow = today.plusDays(1);
// 转换成Date类型
Date date = Date.from(tomorrow.atStartOfDay().atZone(ZoneId.systemDefault()).toInstant());

注意，`java.util.Date`类在Java 8及以上版本已经被废弃，推荐使用`java.time`包中的日期时间类来代替。

相关问题

使用idea用spark语言抽取shtd_store库中sku_info的增量数据进入Mysql的ods库中表sku_info。根据ods.base_province表中create_time作为增量字段，只将新增的数据抽入，字段不变、类型不变，同时添加字段为etl_date类型为String，且值为当前日期的前一天日期（字段格式为yyyyMMdd）

好的，让我来解答您的问题。首先，我需要说明一下，Spark是一个分布式计算框架，而不是一种编程语言。通常我们使用Scala或Java编写Spark程序，也可以使用Python或R等其他语言。

针对您的问题，我可以给出大致的步骤：

1. 连接SHTD_STORE库，读取SKU_INFO表的数据，并将数据转换成DataFrame格式。
2. 连接ODS库，读取SKU_INFO表的数据，并将数据转换成DataFrame格式。
3. 将ODS库中的数据与SHTD_STORE库中的数据进行比对，找出增量数据。
4. 将增量数据写入Mysql的ODS库中的SKU_INFO表中，同时添加字段为etl_date类型为String，且值为当前日期的前一天日期（字段格式为yyyyMMdd）。

具体实现过程中，可以参考以下代码：

import java.time.LocalDate
import java.time.format.DateTimeFormatter

import org.apache.spark.sql.{DataFrame, SparkSession}

object IncrementalDataExtract {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder()
      .appName("IncrementalDataExtract")
      .master("local[*]")
      .getOrCreate()

    // 读取SHTD_STORE库中的SKU_INFO表
    val skuInfoShtdStoreDF = spark.read.format("jdbc")
      .option("url", "jdbc:mysql://localhost:3306/SHTD_STORE")
      .option("driver", "com.mysql.jdbc.Driver")
      .option("dbtable", "SKU_INFO")
      .option("user", "root")
      .option("password", "root")
      .load()

    // 读取ODS库中的SKU_INFO表
    val skuInfoOdsDF = spark.read.format("jdbc")
      .option("url", "jdbc:mysql://localhost:3306/ODS")
      .option("driver", "com.mysql.jdbc.Driver")
      .option("dbtable", "SKU_INFO")
      .option("user", "root")
      .option("password", "root")
      .load()

    // 获取ODS库中的SKU_INFO表的最大create_time
    val maxCreateTime = skuInfoOdsDF.selectExpr("max(create_time)").collect()(0)(0)

    // 将SHTD_STORE库中的SKU_INFO表按create_time过滤出增量数据
    val incrementalSkuInfoDF = skuInfoShtdStoreDF.filter(s"create_time > '$maxCreateTime'")

    // 添加etl_date字段
    val etlDate = LocalDate.now().minusDays(1).format(DateTimeFormatter.ofPattern("yyyyMMdd"))
    val incrementalSkuInfoWithEtlDateDF = incrementalSkuInfoDF.withColumn("etl_date", etlDate)

    // 将增量数据写入ODS库中的SKU_INFO表
    incrementalSkuInfoWithEtlDateDF.write.format("jdbc")
      .option("url", "jdbc:mysql://localhost:3306/ODS")
      .option("driver", "com.mysql.jdbc.Driver")
      .option("dbtable", "SKU_INFO")
      .option("user", "root")
      .option("password", "root")
      .save()
  }
}

需要注意的是，以上代码仅供参考，具体实现可能需要根据实际情况进行修改。

scala spark 抽取 db 库中 table4 的增量数据进入 Hive 的 ods 库中表 table4，增量字段 取 ods.table4 表中 time1、time2 中的最大者，只将新增的数据抽入，字段 名称、类型不变，同时添加静态分区，分区字段为 etl_date，类型为 String， 且值为当前比赛日的前一天日期（分区字段格式为 yyyyMMdd）详细代码以及两种方法

方法一：

import org.apache.spark.sql.functions._
import java.text.SimpleDateFormat
import java.util.Calendar

val dbUrl = "jdbc:mysql://localhost:3306/db"
val dbUser = "user"
val dbPwd = "password"
val hiveDb = "ods"

// 获取当前比赛日的前一天日期
val date = Calendar.getInstance()
date.add(Calendar.DATE, -1)
val etlDate = new SimpleDateFormat("yyyyMMdd").format(date.getTime())

// 初始化 SparkSession
val spark = SparkSession.builder()
  .appName("db to hive")
  .enableHiveSupport()
  .getOrCreate()

// 读取 db 库中 table4 表的最大时间戳
val maxTimeDF = spark.read.format("jdbc")
  .option("url", dbUrl)
  .option("dbtable", "table4")
  .option("user", dbUser)
  .option("password", dbPwd)
  .load()
  .agg(max(col("time1")).as("max_time"))

// 如果表中没有数据，则将最大时间戳设置为 0
val maxTime = maxTimeDF.head().getAs[java.sql.Timestamp]("max_time")
val maxTimeStr = if (maxTime != null) maxTime.toString() else "0"

// 从 db 库中读取增量数据
val df = spark.read.format("jdbc")
  .option("url", dbUrl)
  .option("dbtable", s"(SELECT * FROM table4 WHERE time1 > '$maxTimeStr') as table4")
  .option("user", dbUser)
  .option("password", dbPwd)
  .load()

// 添加静态分区
val resultDF = df.withColumn("etl_date", lit(etlDate))

// 将数据写入 Hive 的 ods 库中的 table4 表中
resultDF.write.mode("append").partitionBy("etl_date")
  .format("hive")
  .saveAsTable(s"$hiveDb.table4")

方法二：

import org.apache.spark.sql.functions._
import java.text.SimpleDateFormat
import java.util.Calendar

val dbUrl = "jdbc:mysql://localhost:3306/db"
val dbUser = "user"
val dbPwd = "password"
val hiveDb = "ods"

// 获取当前比赛日的前一天日期
val date = Calendar.getInstance()
date.add(Calendar.DATE, -1)
val etlDate = new SimpleDateFormat("yyyyMMdd").format(date.getTime())

// 初始化 SparkSession
val spark = SparkSession.builder()
  .appName("db to hive")
  .enableHiveSupport()
  .getOrCreate()

// 读取 Hive 的 ods 库中的 table4 表中时间戳最大的记录
val maxTimeDF = spark.sql(s"SELECT MAX(time1) as max_time FROM $hiveDb.table4")
val maxTime = maxTimeDF.head().getAs[java.sql.Timestamp]("max_time")

// 如果表中没有数据，则将最大时间戳设置为 0
val maxTimeStr = if (maxTime != null) maxTime.toString() else "0"

// 从 db 库中读取增量数据
val df = spark.read.format("jdbc")
  .option("url", dbUrl)
  .option("dbtable", s"(SELECT * FROM table4 WHERE time1 > '$maxTimeStr') as table4")
  .option("user", dbUser)
  .option("password", dbPwd)
  .load()

// 添加静态分区
val resultDF = df.withColumn("etl_date", lit(etlDate))

// 将数据写入 Hive 的 ods 库中的 table4 表中
resultDF.write.mode("append").partitionBy("etl_date")
  .format("hive")
  .saveAsTable(s"$hiveDb.table4")

两种方法的区别在于，方法一通过读取 db 库中的表获取最大时间戳，而方法二通过读取 Hive 的表获取最大时间戳。方法一可能会比方法二更快，因为读取 db 库中的表比读取 Hive 的表更快，但是方法一需要在 Spark 中进行一次聚合操作，而方法二不需要。