一、复杂数据类型
在hive中使用复杂数据类型的优缺点
好处:由于复杂数据类型的存储数据比基本数据类型要多,在存盘上存储可以连续存储,在查询等操作时可以减少磁盘IO。
坏处:复杂数据类型可能会存在着数据的重复,而且有更大的导致数据不一致的风险。
hive中的复杂数据类型主要有array、map、struct三种,三种数据类型有其独特的使用场景。
1、ARRAY
array即数组,array中的数据类型都是统一的,比如全为int,或者全为string。
- 使用array中元素,访问数组中的某一个元素:
- array[1]
- 数组长度:
- size[array]
- 查看数组中的每一个元素explode()
-
select explode(city) from arr2;
注:explode()函数只是生成了一个数据的展示方式,无法在表中产生一个新的数据列,即select province,explode(city) from arr2 会报错的
-
- 确定数组中是否含有\(不含有)某一个元素
-
arr_contains(数组名,值) !arr_contains(数组名,值)
-
2、MAP
map的数据形式为KEY-VALUE形式,即类似于python中的字典形式。
{'k0':'abc','k1':'01,02,03','k2':'456'}
- 获取map长度:
- size(Map)
- 获取map中所有的key,返回值类型: array
- map_keys(Map)函数
-
select map_keys(t.params); >> ["k0","k1","k2"]
- 获取map中所有的value; 返回值类型: array
- map_values(Map)函数
-
select map_value(t.params); >> ["abc","01,02,03","456"]
- 判断map中是否包含某个key值:
- 首先使用