我将spark3.0.1与hadoop3.2结合使用，并将各种parquet保存为hive表，其中的列存储为时间戳。我能够运行sql查询，包括dbeaver中配置单元表的timestamp列，并且能够将配置单元表加载到powerbi中，没有任何问题。我甚至可以将parquet文件读入pyspark，它工作正常，这让我相信这是jdbc连接的问题。
我的sparksession如下所示：

spark = SparkSession \
    .builder \
    .appName("myApp") \
    .enableHiveSupport() \
    .getOrCreate()

在表格中阅读：

url = "jdbc:hive2://localhost:10016"
df = spark.read.jdbc(url, 'df')

执行df.show（）时会出现以下错误：

Py4JJavaError: An error occurred while calling o32.showString.
: org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 0.0 failed 1 times, most recent failure: Lost task 0.0 in stage 0.0 (TID 0, host.docker.internal, executor driver): java.lang.IllegalArgumentException: Timestamp format must be yyyy-mm-dd hh:mm:ss[.fffffffff]
    at java.sql.Timestamp.valueOf(Timestamp.java:204)

我尝试了多个表，甚至先将值强制转换为一个字符串，但仍然出现了错误。如果我删除timestamp类型的列，dataframes将按预期工作。我试图演示将jdbc导入spark thrift server的不同方法，因此，尽管读取Parquet文件是可行的，但我希望能够使用jdbc查询数据。
下面是使用beeline的时间戳表的格式