我目前正在将基于spark的服务从2.4.5迁移到3.0.0。
我注意到在申请时行为发生了变化 partition 数据类型为 Timestamp 价值观。
在写入Dataframe（parquet）时，一切都按预期工作（数据是针对请求的分区写入的，但是在读取保存的Dataframe时，我看到对 Date 当然会影响下游逻辑的数据类型对象。
示例代码：

val sparkImplicits = spark.implicits
import sparkImplicits._
val simpleData = Seq(
  (1, "abd", Timestamp.valueOf("2020-01-01 00:00:01")),
  (2, "def", Timestamp.valueOf("2019-01-01 00:00:02"))
)

val df = simpleData.toDF("id", "str", "timestamp")

df.printSchema()
df.show()
df.write.partitionBy("timestamp").parquet("partition_by_timestamp")

val readDF = spark.read.parquet("partition_by_timestamp")
readDF.printSchema()
readDF.show(2)

提供的代码段的输出：

root
 |-- id: integer (nullable = false)
 |-- str: string (nullable = true)
 |-- timestamp: timestamp (nullable = true)

+---+---+-------------------+
| id|str|          timestamp|
+---+---+-------------------+
|  1|abd|2020-01-01 00:00:01|
|  2|def|2019-01-01 00:00:02|
+---+---+-------------------+

root
 |-- id: integer (nullable = true)
 |-- str: string (nullable = true)
 |-- timestamp: date (nullable = true)

+---+---+----------+
| id|str| timestamp|
+---+---+----------+
|  1|abd|2020-01-01|
|  2|def|2019-01-01|
+---+---+----------+

更改的起源是什么？我应该如何保持加载的dataframe列timestamp的值和类型不变 Timestamp ?