Hive数据类型

| 标签 Hadoop  Hive 

1.1 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。可以指定字 符集。可以使用单引号或者双 引号。 | ‘ now is the time ’ “for all good men” | | TIMESTAMP | | 时间类型 | | | BINARY | | 字节数组 | |

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。

1.2 集合数据类型

| 数据类型 | 描述 | 语法示例 | | — | — | — | | STRUCT | 和 c 语言中的 struct 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": "songsong",
	"friends": ["bingbing" , "lili"] ,    //列表Array
  "children": {                         //键值Map 
	"xiao song": 18 , "xiaoxiao song": 19
	}
	"address": {                          //结构Strut
	"street": "hui long guan", "city": "beijing"
	}
}

（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

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，这里用“_”。 （3）Hive 上创建测试表 test

create table test( name 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 可以用hadoop fs -put命令，也可以用hive的load导入命令

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

[mhk@hadoop102 hive]$ hadoop fs -put test.txt /user/hive/warehouse/test1

（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] from test1;
OK
_c0
lili
susu

hive (default)> select children["xiao song"] from test1;
OK
_c0
18
NULL

hive (default)> select address.city from test1;
OK
city
beijing
beijing

hive (default)> select friends[1],children['xiao song'],address.city from test1
              > where name="songsong";
OK
_c0     _c1     city
lili    18      beijing

1.3 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。

1）隐式类型转换规则如下

（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(“3.14”,’3.14’)都可以隐式地转换成 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

例如 CAST(‘1’ AS INT)将把字符串’1’ 转换成整数 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。

hive (default)> select '1'+2, cast('1'as int) + 2;
OK
_c0     _c1
3.0     3

上一篇     下一篇