Hive SQL中不同数据类型比较时隐性转换的坑

1. 不同数据类型比较

先来看一段SQL。表dean_test中字段a的类型是整型INT，字段b的类型是字符串/字符型STRING/VARCHAR。

select * from dean_test where a = b

这就是不同数据类型比较。

现实中发现不少数据类型不匹配的比较能兼容地进行隐性类型转换。但是，隐性类型转换的一个大前提应该是不能丢失精度！换句话说，显性转换和隐性转换的结果必须是一致的！

2. hive的坑

date和string

hive早期的版本是没有date类型的，所以date都是用string来表示。因此早期的date_add返回的数据类型是string。

我们举个例子：下面这个条件在以前以字符串进行比较的时候是不会有问题的。结果应该是true。

'2019-07-11 08:00:00' > date_add('2019-07-12', -1)

它等价于

'2019-07-11 08:00:00' > '2019-07-11'

但是现在date_add函数返回的数据类型是date。于是date > string在进行隐性转换的时候，按之前官方说法是date会转成string，那么上面的条件是能成立的，应该是true。

然而如今hive代码中的情况是，string被转成了date。因此'2019-07-11 08:00:00'在被转换成date的时候，丢失了时间精度。于是上面的条件就等价于

'2019-07-11' > '2019-07-11'

所以这个不等式在新版的hive中是不成立的，结果是false。

而我们在date_add('2019-07-12', -1)外面再包一层强制类型转换

'2019-07-11 08:00:00' > cast(date_add('2019-07-12', -1) as string)

这个结果就是true了。

未完待续…