1. 基本数据类型
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。
Hive数据类型 | Java数据类型 | 长度 | 举例 |
---|---|---|---|
TINYINT | byte | 1byte有符号整数 | 40 |
SMALINT | short | 2byte有符号整数 | 40 |
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 |
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 | ‘123’,“123” |
TIMESTAMP | 时间类型 | ||
BINARY | 字节数组 |
2. 集合数据类型
Hive中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Strauct与C语言的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。
数据类型 | 描述 | 语法类似 |
---|---|---|
Struct | 和C语言的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),呢么第一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’。呢么可以通过字段名[‘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’],呢么第2个元素可以通过数组[1]进行引用。 | Array() |
示例:
假设某表有如下一行,我们用json格式来表示其数据结构。示例:
{
"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"
}
}
基于上述数据结构,我们在hive里创建对应的表,并导入数据。
创建文件:
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
注意:Map,Struct和Array里的元素间关系都可以用同一个字符表示,这里使用 "_"
Hive创建测试表test:
create table test(
name string,
friends array<string>,
children map<string,int>,
address struct<street:string,city:string>
)
-- 列分隔符
row format delimited fields terminated by ','
-- map struct array 的分隔符(数据分隔符号)
collection items terminated by '_'
-- map中的key与value的分隔符
map keys terminated by ':'
-- 行分隔符
lines terminated by '\n';
导入数据:
load data local inpath '/home/lzx/file/test.txt' into table test;
预览数据:
查询数据:
select t.name,t.friends[1],t.children['xiaoxiao song'],t.address.city from test t;
3. 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。
- 隐式类型转换规则如下
- 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他类型。
- 可以使用CAST操作显示进行数据类型转换
例如CAST(‘1’ AS INT)将把字符串’1’ 转换为整数 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。