文章目录
本章主要讲解hive的数据类、字段类型。官网文档地址见https://cwiki.apache.org/confluence/display/Hive/LanguageManual+Types
一、Hive数据类型
数据类型主要是指create table的时候表中字段的类型，如int、string、decimal等等。
create table test_user
(
id int comment '主键',
name string comment '姓名',
score struct<math:int,computer:int>
)
comment '测试用户表'
row format delimited fields terminated by ','
collection items terminated by '_'
lines terminated by '\n';
1.1、数值类型
| Hive 数据类型 | Java 数据类型 | 长度 | 范围 | 例子 |
|---|---|---|---|---|
| TINYINT | byte | 1byte 有符号整数 | -128 to 127 | 10 |
| SMALINT | short | 2byte 有符号整数 | -32,768 to 32,767 | 10 |
| INT | int | 4byte 有符号整数 | -2,147,483,648 to 2,147,483,647 | 10 |
| BIGINT | long | 8byte 有符号整数 | -9,223,372,036,854,775,808 to 9,223,372,036,854,775,807 | 20 |
| FLOAT | float | 单精度浮点数 | 3.1415 | |
| DOUBLE | double | 双精度浮点数 | 3.1419 | |
| DECIMAL | BigDecimal | 17字节 | 38位，存储小数 | 10.20 |
1.2、字符类型
Hive的支付类型也与关系型数据库的MySQL类似。 实际使用中，String使用得最多。
| 数据类型 | 描述 |
|---|---|
| String | 使用时通常用单引号(‘’)或者双引号（””）引用，Hive在String中使用c样式的转义 |
| varchar | 变长字符串，最大长度为65535 |
| char | 定长字符串， 最大长度255 |
Hive 的 STRING 类型相当于mysql数据库的 varchar 类型，该类型是一个可变的字符串，不过它不限定最多能存储多少个字符，理论上它可以存储 2GB 的字符数。
1.3、日期时间类型
Timestamp精度高，Timestamp精度为9，可以满足对时间字段的要求。 如要使用日期时间计算，可以使用interval。
| Hive 数据类型 | Java 数据类型 | 描述 |
|---|---|---|
| TIMESTAMP | 持传统的UNIX时间戳，可选纳秒精度，精度为9 | |
| Date | 以YYYY-MM-DD格式存储年月日 | |
| interval | INTERVAL ‘1’ DAY 增加1天 INTERVAL ‘1-2’ YEAR TO MONTH 增加1年2个月 |
1.4、其他类型
布尔类型表示true或false。
| 数据类型 | 描述 |
|---|---|
| Boolean | true/false |
| BINARY | 字节数组 |
1.5、集合数据类型
Hive中的列支持struct、map和array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, lastSTRING},那么第1个元素可以通过字段.first来引用。 | struct(‘tom’,15) struct<name:string,age:int> |
| MAP | MAP是一组键-值对元组集合，可以通过key来访问元素。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<string, int> |
| ARRAY | ARRAY是由一系列具有相同数据类型的元素组成的集合，这些些素可以通过下标来访问。例如有一个ARRAY类型的变量fruits，它是由[‘apple’,‘orange’,‘mango’]组成，那么我们可以 通 过 fruits[1] 来 访 问 元 素 orange ， 因 为ARRAY类型的下标是从0开始的。 | Array(‘John’, ‘Doe’) |
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。
1.5.1、Struct举例
（1）假设有如下两条数据，为了便于理解，以JSON格式来表示它的数据结构：
[
{
"stuid": 1,
"stuname":'alan',
"score":{
"math":98,
"computer":89
}
},
{
"stuid": 2,
"stuname":'john',
"score":{
"math":95,
"computer":97
}
}
]
（2）在目录/root/data中创建本地测试文件struct.txt，保存下面的数据。
1,alan,98_89
2,john,95_97
（3）在Hive上创建测试表test_struct
create table test_struct
(
stuid int,
stuname string,
score struct<math:int,computer:int>
)
row format delimited fields terminated by ','
collection items 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)
lines terminated by '\n'; -- 行分隔符
（4）接下来，导入struct.txt中的文本数据到测试表test_struct
load data local inpath '/root/data/struct.txt' into table test_struct;
（5）访问表test_struct中的数据
select * from test_struct;
（6）访问结构中的数据
select stuname,score.math,score.computer from test_struct;
1.5.2、Array举例
（1）假设有如下两条数据，为了便于理解，以JSON格式来表示它的数据结构：
[
{
"stuid": 1,
"stuname":'alan',
"hobbys":["music","sports"]
},
{
"stuid": 2,
"stuname":'john',
"hobbys":["music","travel"]
}
]
（2）在目录/root/data中创建本地测试文件array.txt，保存下面的数据。
1,alan,music_sports
2,john,music_travel
（3）在Hive上创建测试表test_array
create table test_array
(
stuid int,
stuname string,
hobbys array<string>
)
row format delimited fields terminated by ','
collection items terminated by '_'
lines terminated by '\n';
（4）接下来，导入array.txt中的文本数据到测试表test_array
load data local inpath '/root/data/array.txt' into table test_array;
（5）访问表test_array中的数据
select * from test_array;
（6）访问数组中的数据
set hive.cli.print.header=true;
select stuname,hobbys[0] from test_array;
1.5.3、Map举例
（1）假设有如下两条数据，为了便于理解，以JSON格式来表示它的数据结构：
[
{
"stuid": 1,
"stuname":'alan',
"score":{
"math":98,
"computer":89
}
},
{
"stuid": 2,
"stuname":'john',
"score":{
"math":95,
"computer":97
}
}
]
（2）在目录/root/data中创建本地测试文件 map.txt，保存下面的数据。
1,alan,math:98_computer:89
2,john,math:95_computer:97
3）在Hive上创建测试表test_map
create table test_map
(
stuid int,
stuname string,
score map<string,int>
)
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）接下来，导入map.txt中的文本数据到测试表test_map
load data local inpath '/root/data/map.txt' into table test_map;
（5）访问表test_map中的数据
set hive.cli.print.header=true;
select * from test_map;
（6）访问map中的数据
select stuname,score['math'] as math,score['computer'] as computer from test_map;
二、数据类型转换
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。转换的原则是从数据范围小的类型向数据范围大的类型转换，或从数据精度低的类型向数据精度高的类型转换，以保证数据和精度不丢失。例如某表达式使用 BIGINT类型，INT 会自动转换为BIGINT 类型，但是 Hive 不会进行反向转换。例如，某表达式使用 INT 类型，BIGINT 不会自动转换为 INT 类型，它会返回错误，除非使用 CAST 操作。
2.1、隐式转换
（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。
2.2、显示转换
可以使用 CAST 操作进行显示数据类型转换，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。
select '2'+3,cast('2' as int)+1;
三、字段类型的使用
3.1、DECIMAL(precision，scale)
Hive中的DECIMAL类型基于Java的BigDecimal，它用于在Java中表示不可变的任意精度十进制数。所有常规的数字操作（例如+、-、*、/）和相关的UDF（例如Floor、Ceil、Round等）都处理十进制类型。你可以像处理其他数值类型一样，将十进制类型转换为十进制类型或从十进制类型转换。decimal类型的持久性格式支持科学和非科学记数法。因此，无论数据集是否包含4.004E+3（科学计数法）或4004（非科学计数法）或两者的组合，DECIMAL都可以用于它。
从Hive 0.13开始，用户可以在使用DECIMAL（precision，scale）语法创建DECIMAL数据类型的表时指定scale和precision。 如果未指定小数位数，则默认为0（无小数位数）。如果未指定精度，则默认为10。
CREATE TABLE foo (
a DECIMAL, -- Defaults to decimal(10,0)
b DECIMAL(9, 7)
)
DECIMAL(precision，scale)说明:
precision-精度： 整数+scale的长度(即整数部分的长度最大不能超过precision-scale位)
scale-小数位： 小数部分的长度(若小数点后的长度小于scale则会自动补齐到scale位；若小数点后面的长度大于scale位则会截取scale位截取时会四舍五入)
参考文章：https://blog.csdn.net/W_chuanqi/article/details/131101265