读书笔记：Hive中的集合数据类型

     最近要重新找工作了，所以得把以前用过的东西复习复习。就Hive而言，支持关系型数据库中的大多数数据类型，所以基本的数据类型就不再复习了。需要留意的是它额外支持的3种集合数据类型，所以在这里简单整理一下。

①ARRAR

类似于java List。一组长度不定，具有相同类型元素的集合，通过下标（从0开始）索引。

②MAP

类似于java Map。一组长度不定，键和值类型预定义的集合，通过键映射。

③STRUCT

类似于C struct。一组长度固定，成员的名称和类型预定义，但成员之间相互独立的集合，通过“.”号访问。

     一个用于示例的HR部门的员工表。

CREATE TABLE employee (
	name			STRING,
	salary			FLOAT,
	subordinates	ARRAY<STRING>,
	deductions		MAP<STRING, FLOAT>,
	address			STRUCT<street:STRING, city:STRING, country:STRING, zip:INT>
);

     其中`subordinates`（下属员工）、`deductions`（工资扣除项目）和`address`（地址）三个字段分别用到了集合数据类型ARRAY、MAP和STRUCT。如果按照关系型数据库的范式要求，这三个字段的数据是需要额外分表存储的。使用集合数据类型就可以将它们写入一张表而减少查询关联。以下是一行示例数据。

{
	"name" : "Bilery Zoo",
	"salary" : 1024.0,
	"subordinates" : ["Linux OS", "MySQL DB", "Python LG"],
	"deductions" : {
		"Tax A" : .3,
		"Tax B" : .2,
		"Tax C" : .1
	},
	"address" : {
		"street" : "Jiangnan Road",
		"city" : "Hangzhou",
		"country" : "China",
		"zip" : 310000
	}
}

     内容整理自《Hive编程指南》（ https://book.douban.com/subject/25791255/）。