MaxCompute数据类型

链接：数据类型_云原生大数据计算服务 MaxCompute(MaxCompute)-阿里云帮助中心

MaxCompute数据类型版本

MaxCompute设置数据类型版本属性的参数共有3个：

• odps.sql.type.system.odps2：MaxCompute 2.0数据类型版本的开关，属性值为True或False。
• odps.sql.decimal.odps2：MaxCompute 2.0的Decimal数据类型的开关，属性值为True或False。
• odps.sql.hive.compatible：MaxCompute Hive兼容模式（即部分数据类型和SQL行为兼容Hive）数据类型版本的开关，属性值为True或False。

1.0数据类型版本

数据类型

类型	常量示例	描述
BIGINT	100000000000L、-1L	64位有符号整型。 取值范围：-263+1~263-1。
DOUBLE	3.14159261E+7	64位二进制浮点型。
DECIMAL	3.5BD、99999999999.9999999BD	10进制精确数字类型。 整型部分取值范围：-1036+1~1036-1，小数部分精确到10-18。
STRING	"abc"、'bcd'、"alibaba"、'inc'	字符串类型。 长度限制为8 MB。
DATETIME	DATETIME'2017-11-11 00:00:00'	日期时间类型。 取值范围：0000年1月1日~9999年12月31日。
BOOLEAN	True、False	BOOLEAN类型。 取值范围：True或False。

数据类型说明如下：

• 上述数据类型均可以为NULL。
• 整型常量的语义默认为BIGINT类型。如果常量超过了BIGINT的值域（例如1,000,000,000,000,000,000,000,000），会被作为DOUBLE类型处理。例如SELECT 1 + a;中的整型常量1会被作为BIGINT类型处理。
• 如果参数涉及2.0数据类型的内置函数，无法在1.0数据类型版本正常使用。
• 分区表的分区列的数据类型只支持STRING类型。
• 支持连接STRING常量。例如，abc和xyz会解析为abcxyz。
• 向DECIMAL字段插入常量时，常量的写法需要与常量定义中的格式保持一致。例如示例代码中的3.5BD。

  INSERT INTO test_tb(a) VALUES (3.5BD);

• DATETIME查询显示的时间值不包含毫秒。Tunnel通过-dfp指定时间格式，可以指定显示到毫秒，例如tunnel upload -dfp 'yyyy-MM-dd HH:mm:ss.SSS'。Tunnel详情请参见Tunnel命令参考。

复杂数据类型

类型	定义方法	构造方法
ARRAY	ARRAY<BIGINT> ARRAY<STRUCT<a:BIGINT, b:STRING>>	ARRAY(1, 2, 3) ARRAY(NAMED_STRUCT('a', 1, 'b', '2'), NAMED_STRUCT('a', 3, 'b', '4'))
MAP	MAP<STRING, STRING> MAP<BIGINT, ARRAY<STRING>>	MAP("k1", "v1", "k2", "v2") MAP(1L, ARRAY('a', 'b'), 2L, ARRAY('x', 'y'))
STRUCT	STRUCT<'x', BIGINT, 'y', BIGINT> STRUCT<'field1', BIGINT, 'field2', ARRAY<BIGINT>, 'field3', MAP<BIGINT>>	NAMED_STRUCT('x', 1, 'y', 2) NAMED_STRUCT('field1', 100L, 'field2', ARRAY(1, 2), 'field3', MAP(1, 100, 2, 200))

2.0数据类型版本

基础数据类型

类型	常量示例	描述
TINYINT	1Y、-127Y	8位有符号整型。 取值范围：-128~127。
SMALLINT	32767S、-100S	16位有符号整型。 取值范围：-32768~32767。
INT	1000、-15645787	32位有符号整型。 取值范围：-2 31~2 31-1。
BIGINT	100000000000L、-1L	64位有符号整型。 取值范围：-2 63+1~2 63 -1。
BINARY	unhex('FA34E10293CB42848573A4E39937F479')	二进制数据类型，目前长度限制为8 MB。
FLOAT	3.14F、cast(3.14159261E+7 as float)	32位二进制浮点型。 说明 由于计算机存储以及内部计算逻辑，用FLOAT类型进行计算时会有精度损失，如果对精度要求比较高，需要将FLOAT数据类型转换成DECIMAL类型进行计算。
DOUBLE	3.14D、3.14159261E+7	64位二进制浮点型。 说明 由于计算机存储以及内部计算逻辑，用DOUBLE类型进行计算时会有精度损失，如果对精度要求比较高，需要将DOUBLE数据类型转换成DECIMAL类型进行计算。
DECIMAL(precision,scale)	3.5BD、99999999999.9999999BD	10进制精确数字类型。 precision：表示最多可以表示多少位的数字。取值范围：1 <= precision <= 38。 scale：表示小数部分的位数。取值范围： 0 <= scale <= 18。 如果不指定以上两个参数，则默认为decimal(38,18)。 说明 同一个表中不能同时存在新老Decimal数据类型。 执行setproject odps.sql.hive.compatible=true;命令开启Hive兼容模式时，Decimal(precision, scale)类型在数据导入（Tunnel Upload）和SQL运算过程中，如果数据的小数位数超过scale的大小，则会进行四舍五入的处理。如果整数部分超出限制，则会报错。 当参数odps.sql.decimal.tostring.trimzero值为true时去掉小数点后末尾的零，为false时保留小数点后末尾的零，默认值为true。只对表里取数生效，对静态值不生效。
VARCHAR(n)	无	变长字符类型，n为长度。 取值范围：1~65535。
CHAR(n)	无	固定长度字符类型，n为长度。最大取值255。长度不足则会填充空格，但空格不参与比较。
STRING	"abc"、'bcd'、"alibaba"、'inc'	字符串类型，目前长度限制为8 MB。
DATE	DATE'2017-11-11'	日期类型，格式为yyyy-mm-dd。 取值范围：0001-01-01~9999-12-31。
DATETIME	DATETIME'2017-11-11 00:00:00'	日期时间类型。 取值范围：0001-01-01 00:00:00.000~9999-12-31 23:59:59.999，精确到毫秒。
TIMESTAMP	TIMESTAMP'2017-11-11 00:00:00.123456789'	时间戳类型。 取值范围：0001-01-01 00:00:00.000000000~9999-12-31 23:59:59.999999999，精确到纳秒。 说明 TIMESTAMP类型本身与时区无关，在任何时区，TIMESTAMP类型存储的都是从Epoch（UTC 1970-01-01 00:00:00）开始的一个偏移量。您可以通过内建函数对TIMESTAMP类型数据执行与时区相关的计算，如cast(<a timestamp> as string)将TIMESTAMP类型数据按照当前时区值转换成STRING类型。
BOOLEAN	True、False	BOOLEAN类型。 取值范围：True、False。

数据类型说明如下：

• 上述的各种数据类型均可以为NULL。

• SQL中的INT关键字是32位整型。

  --将a转换为32位整型。
  cast(a as INT)

• 整型常量的语义会默认为INT类型。例如SELECT 1 + a;中的整型常量1会被作为INT类型处理。如果常量过长，超过了INT的值域而又没有超过BIGINT的值域，则会作为BIGINT类型处理；如果超过了BIGINT的值域，则会被作为DOUBLE类型处理。

• 隐式转换

  • 部分隐式类型转换会被禁用。例如，STRING->BIGINT、STRING->DATETIME、DOUBLE->BIGINT、DECIMAL->DOUBLE、DECIMAL->BIGINT有精度损失或者报错的风险。禁用类型可以通过CAST函数强制进行数据类型转换。

  • VARCHAR类型常量可以通过隐式转换为STRING常量。

• 表、函数以及UDF

  • 参数涉及2.0数据类型的内置函数，在2.0数据类型版本下可以正常使用。

  • UDF包含的数据类型都会按照2.0数据类型进行解析重载。

  • 分区列支持STRING、VARCHAR、CHAR、TINYINT、SMALLINT、INT、BIGINT数据类型。

• STRING常量支持连接，多（2个及以上）个字符串放一起，会自动连接成一个字符串，例如执行 select 'abc' 'efg' 'ddt'；，返回结果为abcefgddt。

• 给DECIMAL字段插入常量时，常量的写法需要与常量定义中的格式保持一致。例如下面示例代码中的3.5BD。

  insert into test_tb(a) values (3.5BD)

• DATETIME查询显示的时间值不包含毫秒。Tunnel命令通过-dfp来指定时间格式，可以指定到毫秒显示，例如tunnel upload -dfp 'yyyy-MM-dd HH:mm:ss.SSS'。关于Tunnel命令的更多信息，请参见Tunnel命令。

复杂数据类型

类型	定义方法	构造方法
ARRAY	array<int> array<struct<a:int, b:string>>	array(1, 2, 3) array(struct(1, 2), struct(3, 4))
MAP	map<string, string> map<smallint, array<string>>	map("k1", "v1","k2","v2") map(1S, array("a", "b"), 2S, array('z','y'))
STRUCT	struct<x:int, y:int> struct<field1:bigint, field2:array<int>, field3:map<int, int>>	named_struct('x', 1,'y',2) named_struct('field1',100L,'field2', array(1, 2),'field3',map(1,100, 2, 200))
JSON	JSON	JSON '123'

说明

• MaxCompute的复杂数据类型可以被嵌套使用，相关的内建函数说明请参见ARRAY、MAP、STRUCT或JSON。

• MaxCompute的复杂数据类型最大Size建议不要超过1 MB，即复杂数据类型里存的数据大小不能超过1 MB，否则会造成计算过程OOM的错误。