背景介绍 ：

高性能数据集的语法是引用ClickHouse语法的，所以如果是从普通数据集切换成高性能数据集后，某些卡片容易报错，本文档将针对spark语法和ClickHouse语法的不同点，持续更新实际使用过程中遇到的“坑”。

1、to_date 函数和 toDate()函数

to_date 函数是spark的语法，具体的写法及注意事项参考：to_date() 的正确使用方法、to_date()函数使用时需注意大小写

toDate()函数是ClickHouse的语法，且这个函数对大小写敏感，比如写成todate()就会报错，写法参考：

toDate([日期],'yyyy-MM-dd')

2、注意单引号和双引号的使用

spark里习惯使用英文双引号来引用字符串，单引号也是兼容的，但是ClickHouse里需要严格使用英文状态下的单引号（''），不然会报错。

3、高性能数据集&ClickHouse行权限的设置，语法如下：

has(cast(splitByChar(',',[CURRENT_USER.所在地区1]), 'Array(Nullable(String))') ,[省份])>0

具体语法可参考：高性能数据集行权限设置

4、dateDiff函数的使用:

datediff函数在spark里只需要两个参数------终止日期字段和起始日期字段，如datediff([离职日期], [入职日期])，返回同一行中"离职日期"至"入职日期"的间隔天数；

dateDiff函数在ClickHhouse里需要3个或者4个参数：

dateDiff('unit', startdate, enddate, [timezone])

支持的时间单位: second, minute, hour, day, week, month, quarter, year.

[timezone]这个参数是可选参数，可根据实际场景填写。

举个例子：dateDiff( 'day',[开始日期],[结束日期])-----计算两个日期之间天数的差

5、date_sub函数和subtractDays函数：

date_sub函数是spark的语法，date_sub([销售日期],1)-----返回销售日期前一天的日期；

subtractDays函数是ClickHouse的语法，写法是一样的：subtractDays([销售日期],1)-----返回销售日期前一天的日期

PS:其他相关文档参考：

1、直连ClickHouse & 高性能查询表的注意事项

2、如何自定义周(clickhouse版本)

3、ClickHouse官方语法介绍

                                                        （更多语法将持续更新...）