打怪升级之小白的大数据之旅(六十二)＜Hive旅程第三站:Hive数据类型＞

打怪升级之小白的大数据之旅(六十二)

Hive旅程第三站:Hive数据类型

上次回顾

上一章，我们对Hive的安装进行了学习，本章正式学习Hive的相关操作，按照惯例，学习一个新的语言就要了解它的数据类型

数据类型

• Hive的数据类型分为两大类，基本数据类型和集合数据类型，集合数据类型可以嵌套，所以它更加灵活多变
• Hive的数据类型和我们学习的Java的数据类型基本相似，所以我们只需要记住一些特别的就可以轻松掌握它了

注释与语法规范

hive的注释有两种方式

• 单行注释 --
• 多行注释 /**/

HQL的语法规范(和Mysql中学习的一样)
（1）SQL 语言大小写不敏感。
（2）SQL 可以写在一行或者多行
（3）关键字不能被缩写也不能分行
（4）各子句一般要分行写。
（5）使用缩进提高语句的可读性。

基本数据类型

HIVE	MySQL	JAVA	长度	例子
TINYINT	TINYINT	byte	1byte有符号整数	2
SMALINT	SMALINT	short	2byte有符号整数	20
INT	INT	int	4byte有符号整数	20
BIGINT	BIGINT	long	8byte有符号整数	20
BOOLEAN	无	boolean	布尔类型，true或者false	TRUE FALSE
FLOAT	FLOAT	float	单精度浮点数	3.14159
DOUBLE	DOUBLE	double	双精度浮点数	3.14159
STRING	VARCHAR	string	字符系列。可以指定字符集。可以使用单引号或者双引号	‘now is the time’ “for all good men”
TIMESTAMP	TIMESTAMP	时间类型
BINARY	BINARY	字节数组

对于Hive的基本数据类型，我们需要与java进行区分以下几个特别的类型

• INT
• BIGINT
• DOUBLE
• STRING

基本数据类型比较简单，我就不举栗子了，它跟我们mysql中的使用方式一样

集合数据类型

数据类型	描述	特点	语法示例
STRUCT	struct类型类似集合类型，但它使用. 来访问元素内容	个数可以不相同，但是类型相同	struct<street:string, city:string>
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	key-value可以不相同，个数也可以不同	map<string, int>
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	个数相同，类型相同	array<string>

下面通过示例来演示我们的集合数据类型

• 假设某表有如下一行，我们用JSON格式来表示其数据结构。数据的样子如下

  {
      "name": "songsong",
      "friends": ["bingbing" , "lili"],       //列表Array, 
      "children": {                              //键值Map,
          "xiao song": 18,
          "xiaoxiao song": 19
      }
      "address": {                              //结构Struct,
          "street": "hui long guan",
          "city": "beijing",
          "email": "10010"
      }
  }
  

• 下面我们根据上面的样子导入测试数据

  # 创建本地测试文件,我放到了hive根目录下，并专门创建了一个存储数据的文件夹
  # vim $HIVE_HOME/dbdata/test1.txt 
  songsong,bingbing_lili,xiao song:18_xiaoxiao song:19,hui long guan_beijing_10010
  yangyang,caicai_susu,xiao yang:18_xiaoxiao yang:19,chao yang_beijing_10011
  

• 数据解读

  /*
  共创建了两条数据，使用换行`\n`进行区分，每条数据中，每个类型间的数据使用`,` 进行区分，使用_来区分当前类型间的两个数据
  数据类型如下:
  	name: string类型
  	friends: array类型
  	children: map类型
  	address: struct类型
  */
  
  # 第一条数据
  songsong,
  bingbing_lili,
  xiao song:18_xiaoxiao song:19,
  hui long guan_beijing_10010
  
  # 第二条数据
  yangyang,
  caicai_susu,
  xiao yang:18_xiaoxiao yang:19,
  chao yang_beijing_10011
  
  
   
  

• 创建表，建表的参数我后面会详细讲解，大家先直接复制

  create table test(
  name string,
  friends array<string>,
  children map<string, int>,
  address struct<street:string,city:string,email:int>
  )
  row format delimited fields terminated by ','
  collection items terminated by '_'
  map keys terminated by ':'
  lines terminated by '\n';
  

• 导入数据到test表中

  load data local inpath "/opt/module/hive/dbdata/test/test1.txt" into table test;
  

• 访问数据

  -- 获取名字叫songsong的第二个朋友、songsong的孩子xiao song的年龄以及songsong的地址信息
  select 
  	name,
  	friends[1],
  	children['xiao song'],
  	address.city,
  	address.street 
  from test
  where name="songsong";
  

类型转换

• 在Hive中，它的原子数据类型是可以进行隐式转换的(原子数据类型指的就是基本数据类型)

• 隐式类型转换规则同样分为自动转换和强制转换：

• 自动转换

  • 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
  • 所有整数类型、FLOAT和STRING类型都可以隐式地转换成DOUBLE
  • TINYINT、SMALLINT、INT都可以转换为FLOAT
  • BOOLEAN类型不可以转换为任何其它的类型

• 强制转换(采用关键字CAST)

  • 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

• 下面通过类型转换示例来体验一下

  -- 自动转换
  select '1'+2
  -- 强制转换
  select cast("1" as int) + 2;
  -- 转换失败的示例，会返回NULL
  select cast("a" as int) + 2;
  

总结

本章节主要对HQL的数据类型进行了介绍，为了便于大家以后查看，所以我将每个单独的知识点拆分发布，下一章就是对数据库、数据表的操作DDL操作介绍