hive 数据类型

1. 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	20
SMALINT	short	2byte有符号整数	20
INT	int	4byte有符号整数	20
BIGINT	long	8byte有符号整数	20
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。	‘now is the time’ “for all good men”
TIMESTAMP		时间类型
BINARY		字节数组
deicimal		任意精度的带符号小数	1.0
varchar		变长字符串	“a”, “b”
char		固定长度字符串	“a”, “b”
binary		字节数组
timestamp		时间戳，纳秒精度	122327493795
date		日期	2018-04-07

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；数据类型都是对 Java 中接口的实现，因此这些类型的具体行为细节和Java中对应的类型是完全一致的

2. 集合数据类型

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, last STRING},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()

示例

1、创建表：

hive (hive_1)> create table test(
             > name string,
             > friends array<string>,
             > children map<string, int>,
             > address struct<street:string, city:string>
             > )
             > row format delimited fields terminated by ','	// 列分隔符
             > collection items terminated by '_'	// MAP STRUCT 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
             > lines terminated by '\n';		// 行分隔符
OK
Time taken: 0.894 seconds

// 查看表结构
hive (hive_1)> desc test;
OK
col_name        data_type       comment
name                    string
friends                 array<string>
children                map<string,int>
address                 struct<street:string,city:string>
Time taken: 0.593 seconds, Fetched: 4 row(s)
hive (hive_1)> load data local inpath '/home/hadoop/apps/my_code/test.txt' into table test;
Loading data to table hive_1.test
Table hive_1.test stats: [numFiles=1, totalSize=144]
OK
Time taken: 1.675 seconds

2、要插入的数据：

// [hadoop@hadoop1 apps]$ cat my_code/test.txt

songsong,bingbing_lili,xiao song:18_xiaoxiao song:19,hui long guan_beijing
yangyang,caicai_susu,xiao yang:18_xiaoxiao yang:19,chao yang_beijing

3、导入数据、查询：

hive (hive_1)> select * from test;
OK
test.name       test.friends    test.children   test.address
songsong        ["bingbing","lili"]     {"xiao song":18,"xiaoxiao song":19}     {"street":"hui long guan","city":"beijing"}
yangyang        ["caicai","susu"]       {"xiao yang":18,"xiaoxiao yang":19}     {"street":"chao yang","city":"beijing"}
Time taken: 0.998 seconds, Fetched: 2 row(s)


hive (hive_1)> select friends[1], children['xiao song'], address.city from test where name='songsong';
OK
_c0     _c1     city
lili    18      beijing
Time taken: 0.792 seconds, Fetched: 1 row(s)

3. 类型转换

Hive 的院子数据类型可以隐式转换，类似于 Java 的类型转换，如：tinyint 会自动转换为 int，但反过来就需要使用 cast 显示（转换）操作

隐式转换规则：

• 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 -> int
• 所有整数类型、float、string 都可以转为 double
• Boolean 不能转为其他任何类型

**cast 显示转换 **

// 把字符串'1' 转换成整数1，转换失败，返回 NULL
CAST('1' AS INT)

4. 数据格式

hive 数据默认存储在 hdfs 文件系统的 /user/hive/warehouse目录下，默认数据格式：textfile，不压缩，其他数据格式还有：SequenceFile、RCFile 、ORCFile、Parquet

具体可参考：Hive学习之路 （六）Hive SQL之数据类型和存储格式