3. Hive 类型
3. Hive数据类型¶
3.1 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。
3.2 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 | struct() |
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() |
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() |
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。
案例操作:
- 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": "summer", "friends": ["leco" , "ICPC"] , //列表Array, "children": { //键值Map, "loocha": 20 , "realcloud": 30 } "address": { //结构Struct, "street": "南京新模范马路" , "city": "南京" } }
- 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
summer,leco_ICPC,loocha:20_realcloud:30,南京新模范马路_南京
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“_”。
- Hive上创建测试表summer
create table summer( 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
MAP STRUCT 和 ARRAY 的分隔符(数据分割符号),数据不一样,一定要之前 清洗
详细操作
hive (default)> create table summer( > 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'; OK Time taken: 0.348 seconds hive (default)> show tables like 'summer'; OK tab_name summer Time taken: 0.05 seconds, Fetched: 1 row(s) hive (default)> desc summer; OK col_name data_type comment name string friends array<string> children map<string,int> address struct<street:string,city:string> Time taken: 0.267 seconds, Fetched: 4 row(s)
- 导入文本数据到测试表
[root@master test]# ls /root/hive/sgg/test/test.txt /root/hive/sgg/test/test.txt [root@master test]# cat /root/hive/sgg/test/test.txt summer,leco_ICPC,loocha:20_realcloud:30,南京新模范马路_南京 hive (default)> load data local inpath '/root/hive/sgg/test/test.txt' into table summer; Loading data to table default.summer Table default.summer stats: [numFiles=1, totalSize=69] OK Time taken: 0.756 seconds
- 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 * from summer; OK summer.name summer.friends summer.children summer.address summer ["leco","ICPC"] {"loocha":20,"realcloud":30} {"street":"南京新模范马路","city":"南京"} Time taken: 0.057 seconds, Fetched: 1 row(s) hive (default)> select friends[1],children['loocha'],address.street from summer where name='summer'; OK _c0 _c1 street ICPC 20 南京新模范马路 Time taken: 0.053 seconds, Fetched: 1 row(s)
0: jdbc:hive2://master:10000> show databases; +----------------+--+ | database_name | +----------------+--+ | cmz | | default | | hivedemo | | loocha | | test | +----------------+--+ 5 rows selected (0.071 seconds) 0: jdbc:hive2://master:10000> use default; No rows affected (0.05 seconds) 0: jdbc:hive2://master:10000> show tables; +---------------+--+ | tab_name | +---------------+--+ | cmz_external | | student | | student2 | | summer | | u_info | | visters_wai | +---------------+--+ 6 rows selected (0.059 seconds) 0: jdbc:hive2://master:10000> select * from summer; +--------------+------------------+-------------------------------+-----------------------------------+--+ | summer.name | summer.friends | summer.children | summer.address | +--------------+------------------+-------------------------------+-----------------------------------+--+ | summer | ["leco","ICPC"] | {"loocha":20,"realcloud":30} | {"street":"南京新模范马路","city":"南京"} | +--------------+------------------+-------------------------------+-----------------------------------+--+ 1 row selected (0.205 seconds) 0: jdbc:hive2://master:10000> select friends[1],children['loocha'],address.street from summer where name='summer'; +-------+------+----------+--+ | _c0 | _c1 | street | +-------+------+----------+--+ | ICPC | 20 | 南京新模范马路 | +-------+------+----------+--+ 1 row selected (0.437 seconds)
3.3 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。
3.3.1 隐式类型转换规则如下¶
-
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。
-
所有整数类型、FLOAT和STRING类型都可以隐式地转换成DOUBLE。
-
TINYINT、SMALLINT、INT都可以转换为FLOAT。
-
BOOLEAN类型不可以转换为任何其它的类型。
3.3.2 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。