Hive数据类型

Hive数据类型

2018年04月27日 09:23:54 liangzelei 阅读数 3118更多

分类专栏： Linux 大数据 hive

版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/liangzelei/article/details/80102909

基本数据类型

Hive数据类型	Java数据类型	长度	例子
TINYINT	byte	1byte有符号整数	5
SMALINT	short	2byte有符号整数	5
INT	int	4byte有符号整数	55
BIGINT	long	8byte有符号整数	5
BOOLEAN	boolean	布尔类型，true或者false	TRUE  FALSE
FLOAT	float	单精度浮点数	3.14159
DOUBLE	double	双精度浮点数	3.14159
STRING	string	字符系列。可以指定字符集。可以使用单引号或者双引号	'hello world' "hello world"
TIMESTAMP		时间类型
BINARY		字节数组

对于Hive的String类型相当于数据库的varchar类型，该类型是一个可变的字符串，不过它不能声明其中最多能存储多少个字符，理论上它可以存储2GB的字符数。

基本数据类型

数据类型	描述	语法示例
STRUCT	和c语言中的struct类似，都可以通过“点”符号访问元素内容。例如，如果某个列的数据类型是STRUCT{first STRING, lastSTRING},那么第1个元素可以通过字段.first来引用。	struct()
MAP	MAP是一组键-值对元组集合，使用数组表示法可以访问数据。例如，如果某个列的数据类型是MAP，其中键->值对是’first’->’John’和’last’->’Doe’，那么可以通过字段名[‘last’]获取最后一个元素	map()
ARRAY	数组是一组具有相同类型和名称的变量的集合。这些变量称为数组的元素，每个数组元素都有一个编号，编号从零开始。例如，数组值为[‘John’, ‘Doe’]，那么第2个元素可以通过数组名[1]进行引用	Array()

Hive有三种复杂数据类型ARRAY、MAP 和 STRUCT。ARRAY和MAP与Java中的Array和Map类似，而STRUCT与C语言中的Struct类似，它封装了一个命名字段集合，复杂数据类型允许任意层次的嵌套。
案例实操
1.假设某表有如下一行，我们用JSON格式来表示其数据结构。在Hive下访问的格式为

{

    "name": "weixiaobao",

    "wives": ["zengrou" , "jianning"],       //列表Array,

    "children": {                      //键值Map,

        "hutou": 1 ,

        "shuangshuang": 1

    }

    "address": {                      //结构Struct,

        "street":"tong chi dao" ,

        "city":"liao dong"

    }

}

2.基于上述数据结构，我们在Hive里创建对应的表，并导入数据    
创建本地测试文件test.txt

weixiaobao,zengrong_jianning,hutou:1_shuangshuang:1,tong chi dao_liao dong

注意，MAP，STRUCT和ARRAY里的元素间关系都可以用同一个字符表示，这里用“_”。
3.Hive上创建测试表test

create table test(

name string,

wives array<string>,

children map<string, int>,

address struct<street:string, city:string>

)

row format delimited fieldsterminated by ','

collection itemsterminated by '_'

map keys terminated by ':'

lines terminated by '\n';

字段解释：

row format delimited fields terminatedby ','  -- 列分隔符

collection items terminated by'_'        --MAPSTRUCT 和 ARRAY 的分隔符(数据分割符号)

map keys terminated by ':'                          -- MAP中的key与value的分隔符

linesterminated by '\n';                              --行分隔符
4.导入文本数据到测试表

hive (default)> load data local inpath'/opt/module/datas/test.txt' into table test;

5.访问三种集合列里的数据，以下分别是ARRAY，MAP，STRUCT的访问方式

hive (default)> select wives[1],children['xiaosong'],address.city from test where name="weixiaobao";

OK

_c0     _c1     city

jianning    1     liao dong

Timetaken: 0.076 seconds, Fetched: 1 row(s)

类型转化

Hive的原子数据类型是可以进行隐式转换的，类似于Java的类型转换，例如某表达式使用INT类型，TINYINT会自动转换为INT类型，但是Hive不会进行反向转化，例如，某表达式使用TINYINT类型，INT不会自动转换为TINYINT类型，它会返回错误，除非使用CAST 操作。
    隐式类型转换规则如下

1. 任何整数类型都可以隐式地转换为一个范围更广的类型，如TINYINT可以转换成INT，INT可以转换成BIGINT
2. 所有整数类型、FLOAT和STRING类型都可以隐式地转换成DOUBLE。
3. TINYINT、SMALLINT、INT都可以转换为FLOAT。
4. BOOLEAN类型不可以转换为任何其它的类型。

    可以使用CAST操作显示进行数据类型转换，例如CAST('1' AS INT)将把字符串'1' 转换成整数1；如果强制类型转换失败，如执行CAST('X' AS INT)，表达式返回空值 NULL