Hive学习笔记（三）—— 数据类型

Hive的基本使用（一）——数据类型

1. Hive的基本数据类型

Hive数据类型	Java数据类型	长度	例子
TINYINT	byte	1byte有符号整数	20
SMALINT	short	2byte有符号整数	20
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 FALSE
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。能够指定字符集。能够使用单引号或者双引号。	‘now is the time’ “for all good men”
TIMESTAMP		时间类型
BINARY		字节数组

注：对于Hive的String类型至关于数据库的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，理论上它能够存储2GB的字符数。

2. 集合数据类型

数据类型	描述	语法示例
STRUCT	和c语言中的struct相似，均可以经过“点”符号访问元素内容。例如，若是某个列的数据类型是STRUCT{first STRING, last STRING},那么第1个元素能够经过字段.first来引用。	struct() 例如struct<street:string, city:string>
MAP	MAP是一组键-值对元组集合，使用数组表示法能够访问数据。例如，若是某个列的数据类型是MAP，其中键->值对是’first’->’John’和’last’->’Doe’，那么能够经过字段名[‘last’]获取最后一个元素	map() 例如map<string, int>
ARRAY	数组是一组具备相同类型和名称的变量的集合。这些变量称为数组的元素，每一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个元素能够经过数组名[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相似，而STRUCT与C语言中的Struct相似，它封装了一个命名字段集合，复杂数据类型容许任意层次的嵌套。

3.案例实操

1） 假设某表有以下一行，咱们用JSON格式来表示其数据结构，在Hive下访问的格式为

{
    "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" 
    }
}

2）基于上述数据结构，咱们在Hive里建立对应的表，并导入数据

建立本地测试文件test.txt，内容以下：

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

3) Hive上建立测试表shujujiegou

create table test(
name string,
friends array<string>,
children map<string, int>,
address struct<street:string, city:string>
)
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/datas/test.txt’into table test

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

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

4. 数据类型转换

Hive的原子数据类型是能够进行隐式转换的，相似于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，可是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操做。

(1). 隐式类型转换规则以下

​ 1）任何整数类型均可以隐式地转换为一个范围更广的类型，如TINYINT能够转换成INT，INT能够 转换成BIGINT。

​ 2）全部整数类型、FLOAT和STRING类型均可以隐式地转换成DOUBLE。

​ 3）TINYINT、SMALLINT、INT均可以转换为FLOAT。

​ 4）BOOLEAN类型不能够转换为任何其它的类型。

(2). 能够使用CAST操做显示进行数据类型转换

例如CAST('1' AS INT)将把字符串'1' 转换成整数1；若是强制类型转换失败，如执行CAST('X' AS INT)，表达式返回空值 NULL。

0: jdbc:hive2://hadoop102:10000> select '1'+2, cast('1'as int) + 2;
+------+------+--+
| _c0  | _c1  |
+------+------+--+
| 3.0  | 3    |
+------+------+--+