我在文档中找到了jdbc函数 PySpark 3.0.1 在https://spark.apache.org/docs/latest/api/python/pyspark.sql.html#pyspark.sql.dataframereader，上面写着：
column–将用于分区的数字、日期或时间戳类型的列的名称。
我认为它接受datetime列来划分查询。
所以我试了这个 EMR-6.2.0 （pyspark 3.0.1版）：

sql_conn_params = get_spark_conn_params()  # my function
sql_conn_params['column'] ='EVENT_CAPTURED'
sql_conn_params['numPartitions'] = 8

# sql_conn_params['upperBound'] = datetime.strptime('2016-01-01', '%Y-%m-%d') # another trial

# sql_conn_params['lowerBound'] = datetime.strptime(''2016-01-10', '%Y-%m-%d')

sql_conn_params['upperBound'] = '2016-01-01 00:00:00'
sql_conn_params['lowerBound'] = '2016-01-10 00:00:00'
df = (spark.read.jdbc(
    table=tablize(sql),
  **sql_conn_params
))
df.show()

我有个错误：

invalid literal for int() with base 10: '2016-01-01 00:00:00'
Traceback (most recent call last):
  File "/usr/lib/spark/python/lib/pyspark.zip/pyspark/sql/readwriter.py", line 625, in jdbc
    return self._df(self._jreader.jdbc(url, table, column, int(lowerBound), int(upperBound),
ValueError: invalid literal for int() with base 10: '2016-01-01 00:00:00'

我看了这里的源代码https://github.com/apache/spark/blob/master/python/pyspark/sql/readwriter.py#l865 发现它不支持文档中所说的日期时间类型。
我的问题是：
正如代码所示，它不支持pyspark中的datetime类型分区列，但是为什么文档说它支持它呢？
谢谢，
雁鸣声