【Hive-基础】基本数据类型，集合数据类型，类型转换

一、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。	‘hello’ “world”
TIMESTAMP	TIMESTAMP		时间类型
BINARY	BINARY		字节数组

• 对于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，不过它不用指定存储字符的数量，理论上它可以存储2GB的字符数。

二、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() 例如 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	map() 例如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。	Array() 例如array

• Hive有三种复杂数据类型ARRAY、MAP 和 STRUCT。ARRAY和MAP与Java中的Array和Map类似，而STRUCT与C语言中的Struct类似，它封装了一个命名字段集合，复杂数据类型允许任意层次的嵌套。

1）案例实操

（1）假设某表有如下一行，我们用JSON格式来表示其数据结构。在Hive下访问的格式为

{
    "name": "jack",
    "friends": ["lucy" , "lili"],       //列表Array, 
    "children": {                              //键值Map,
        "chale": 18,
        "davil": 19
    }
    "address": {                              //结构Struct,
        "street": "bei jing lu",
        "city": "guangzhou",
        "email": "10010"
    }
}

（2）基于上述数据结构，我们在Hive里创建对应的表，并导入数据。

创建本地测试文件test.txt

jack,lucy_lili,chale:18_davil:19,bei jing lu_guangzhou_10010
tom,kaily_coco,xixi:18_rock:19,bai yun shan_guangzhou_10011

注意：MAP，STRUCT和ARRAY里的元素间关系都可以用同一个字符表示，这里用"_"。

（3）Hive上创建测试表test

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';

字段解释：

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

（4）导入文本数据到测试表

hive (default)> load data local inpath '/opt/module/hive/datas/test.txt' into table test;

（5）访问三种集合列里的数据，以下分别是ARRAY，MAP，STRUCT的访问方式

hive (default)> select friends[1],children['chale'],address.city from test
where name="jack";
OK
_c0     _c1     city
lili    18      guangzhou
Time taken: 0.076 seconds, Fetched: 1 row(s)

三、类型转化

Hive的原子数据类型是可以进行隐式转换的，类似于Java的类型转换，例如某表达式使用INT类型，TINYINT会自动转换为INT类型，但是Hive不会进行反向转化，例如，某表达式使用TINYINT类型，INT不会自动转换为TINYINT类型，它会返回错误，除非使用CAST操作

1）隐式类型转换规则如下，隐式转换（implicit conversions）

1. 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。

2. 所有整数类型、FLOAT和STRING类型都可以隐式地转换成DOUBLE，是的你没看出，STRING也可以隐式地转换成DOUBLE！

3. TINYINT、SMALLINT、INT都可以转换为FLOAT。

4. BOOLEAN类型不可以转换为任何其它的类型。

2）可以使用CAST操作显示进行数据类型转换，显式转换（explicitly conversions）

• CAST(‘1’ AS INT) ，将把字符串'1'转换成整数1

• CAST(‘X’ AS INT)，表达式返回空值 NULL。

• select 1+1.0, ——>输出2（1.0默认是整数，只有小数点后面不是0才算小数）

• select 1+1.5, ——>输出2.5

select '1'+2, cast('1'as int) + 2;
+------+------+--+
| _c0  | _c1  |
+------+------+--+
| 3.0  | 3    |
+------+------+--+