Hive 的数据类型

基本类型

整型

• TINYINT: 1字节整数，范围从 -128 到 127。
• SMALLINT: 2字节整数，范围从 -32,768 到 32,767。
• INT: 4字节整数，范围从 -2,147,483,648 到 2,147,483,647。
• BIGINT: 8字节整数，范围从 -9,223,372,036,854,775,808 到 9,223,372,036,854,775,807。

布尔型

• BOOLEAN: 真（TRUE）或假（FALSE）。

浮点型

• FLOAT: 单精度浮点数，通常用于不需要高精度的情况。
• DOUBLE: 双精度浮点数，提供更高的精度。

定点数

• DECIMAL: 用户定义的精度和小数位数，适合金融计算等需要精确数值的场景。

字符型

• STRING: 可变长度的字符串。
• VARCHAR: 可变长度的字符串，需要指定最大长度。
• CHAR: 固定长度的字符串，需要指定长度。

日期时间型

• TIMESTAMP: 包含日期和时间，但不包含时区信息。
• TIMESTAMP WITH LOCAL TIME ZONE: 包含日期、时间和时区信息。
• DATE: 只包含日期部分。

二进制型

• BINARY: 字节序列，适合存储二进制数据。

复合类型

结构体（Structs）

• 结构体是由多个字段组成的数据类型，每个字段有自己的名称和类型。可以通过字段名访问结构体中的值。

映射（Maps）

• 映射是一组键值对，键必须是唯一的。可以通过键访问映射中的值。

数组（Arrays）

• 数组是一系列相同类型的元素集合。可以通过索引访问数组中的元素。

类型层次结构

Hive 的类型系统遵循一定的层次结构，允许某些类型之间的隐式转换：

• Number 类型之间可以隐式转换（如 TINYINT 转换为 INT）。
• STRING 可以隐式转换为 DOUBLE。
• BOOLEAN 可以隐式转换为 Number。

时间戳注意事项

• TIMESTAMP 不包含时区信息，适用于不需要考虑时区的场景。
• TIMESTAMP WITH LOCAL TIME ZONE 包含时区信息，适用于需要精确时区的场景。、

---

假设我们有一个用户表 users，其结构如下：

CREATE TABLE users (id BIGINT,name STRING,gender CHAR(1),active BOOLEAN,created_at TIMESTAMP,attributes MAP<STRING, STRING>,address STRUCT<street: STRING, city: STRING, zip: STRING>
);

在这个表中：

• id 是一个 8 字节的整数。
• name 是一个可变长度的字符串。
• gender 是一个固定长度为 1 的字符串。
• active 是一个布尔值。
• created_at 是一个时间戳。
• attributes 是一个映射，键和值都是字符串。
• address 是一个结构体，包含街道、城市和邮政编码。

下面是如何向 users 表中插入数据：

插入单行/多行数据

INSERT INTO users (id, name, gender, active, created_at, attributes, address)
VALUES (1,'John Doe','M',TRUE,'2023-10-01 12:34:56',MAP('age', '30', 'email', '[e-mail]'),NAMED_STRUCT('street', '123 Main St', 'city', 'Anytown', 'zip', '12345')
);

INSERT INTO users (id, name, gender, active, created_at, attributes, address)
VALUES (1, 'John Doe', 'M', TRUE, '2023-10-01 12:34:56', MAP('age', '30', 'email', '[e-mail]'), NAMED_STRUCT('street', '123 Main St', 'city', 'Anytown', 'zip', '12345')),(2, 'Jane Smith', 'F', FALSE, '2023-10-02 13:45:00', MAP('age', '28', 'email', '[e-mail]'), NAMED_STRUCT('street', '456 Elm St', 'city', 'Othertown', 'zip', '67890'));

注意事项

1. 时间戳格式：确保时间戳的格式正确，通常为 'YYYY-MM-DD HH:MM:SS'。
2. MAP 和 STRUCT：使用 MAP 和 NAMED_STRUCT 函数来创建映射和结构体。
3. 布尔值：布尔值使用 TRUE 或 FALSE。