Hive 总结之数据类型归纳

Hive 总结之数据类型归纳

1. 背景

1. Hive的本质是一个转换工具，将类sql语句（HQL）转换为mapreduce程序或者类mapreduce程序（hadoop的mapreduce或者spark）。
2. Hive可以处理结构化数据并转换为一张表来提供对外的数据查询和分析。但本身不能存储数据。
3. Hive的表的元数据（schema等信息）存储在数据库中，一般配置为使用mysql存储，不设置就是默认的derby数据库存储。数据信息则存储在hdfs中。
4. 既然涉及到类SQL（HQL），则必定语法上主体和SQL规范很接近，同样会有数据类型。
5. 本文就是关于数据类型的文章

2. 基本数据类型

会将Hive数据类型和Java数据类型进行对比，数据长度 和示例。

1. TINYINT：1byte有符号整数如20，可以类比java的byte类型
2. SMALINT：2byte有符号整数如20，可以类比java的short类型
3. INT：4byte有符号整数如20，可以类比java的int的类型。
   注意，不管在哪种编程语言（sql也是一种编程语言），int和double都是主要的数据类型，当然特殊场景下会有变化。
4. BIGINT：8byte有符号整数如10000，可以类比java的long类型
5. BOOLEAN：布尔类型，true或者false如TRUE、 FALSE，可以类比Java的boolean类型。
6. FLOAT：单精度浮点数如3.14159，可以类比java的 float类型。
   注意，在阿里巴巴的java开发规范中，一般禁止使用float和double，因为读写时都会有精度损失，一般使用decimal代替，不过这是HQL，如果可以的话，使用string存储浮点数也是一种解决办法。
7. DOUBLE：双精度浮点数如3.14159，可以类比java 的double类型。注意点同上
8. STRING：字符系列。可以指定字符集。可以使用单引号或者双引号。如‘now is the time’ 、“for all good men”，可以类比java的string类型。也可以类比sql的varchar可变字符串类型。
9. TIMESTAMP：时间类型
10. BINARY：字节数组

在HQL中，一般常用的是时间、int、string类型，其他基本类型了解即可。因为HQL主要用于处理海量数据情形，很多时候都是处理结构化文本数据，这时候字符串类型较多。

3. 集合数据类型

3.1 集合类型概述

1. STRUCT(结构体)对象，和c语言以及swift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。
• 示例如 struct()

2. MAP 映射，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࿰