大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
本篇来学习一下Hive中的数据类型,以及如何在Hive SQL中去处理这些数据类型。
Hive的数据类型可以分为基本类型、字符串类型、日期与时间戳类型、集合类型,我们分别进行介绍:
1、 基本类型
Hive中的基本类型如下:
数据类型 | 大小 | 范围 | 示例 |
---|---|---|---|
TINYINT | 1byte | -128 ~ 127 | 100Y |
SMALLINT | 2byte | -32768 ~ 32767 | 100S |
INT | 4byte | -2^32~ 2^32-1 | 100 |
BIGINT | 8byte | -2^64~ 2^64-1 | 100L |
FLOAT | 4byte | 单精度浮点数 | 5.21 |
DOUBLE | 8byte | 双精度浮点数 | 5.21 |
DECIMAL | – | 高精度浮点数 | DECIMAL(9,8) |
BOOLEAN | – | 布尔型 | true/false |
BINARY | – | 字节数组 | – |
这里我们对DECIMAL类型做两点说明:
1)DECIMAL(9,8)代表最多9位数字,后8位是小数。此时也就是说,小数点前最多有1位数字,如果超过一位则会变成null。
2)如果不指定参数,那么默认是DECIMAL(10,0),即没有小数位,此时0.82会变成1。
这里我们通过一个SQL来进行说明:
创建表:
create table if not exists
datatype_test1(id int,col1 decimal,col2 decimal(9,8))
row format delimited fields terminated by ',';
我们从txt中读取数据:
load data local inpath '/Users/meituan_sxw/Downloads/test1.txt' into table datatype_test1;
#txt中的内容
1,0.82,83.2
2,1.06,9.22
接下来查看hive中的数据:
select * from datatype_test1;
结果如下:
2、字符串类型
Hive中的字符串类型包含如下三种:
数据类型 | 长度 | 示例 |
---|---|---|
STRING | – | ‘abc’ |
VARCHAR | 1-65535 | ‘abc’ |
CHAR | 1-255 | ‘abc’ |
对于VARCHAR创建时需指定长度,如果插入的字符串超过了指定的长度,则会被截断,尾部的空格也会作为字符串的一部分,影响字符串的比较。
对于CHAR类型来说,它是固定长度的,如果插入的字符串长度不如指定的长度,则会用空格补齐。但是尾部的空格不影响字符串的比较。
接下来通过例子进行说明:
创建表:
create table if not exists
datatype_test2(id int,str_col string,varchar_col varchar(5),char_col char(5))
row format delimited fields terminated by ',';
我们从txt中读取数据:
load data local inpath '/Users/meituan_sxw/Downloads/test2.txt' into table datatype_test2;
#txt中的内容
1,james harden,harden,harden
2,Westbrook,westbrook,westbrook
3,chris paul,paul,paul
接下来查看hive中的数据:
select * from datatype_test2;
结果如下:
再来看一下对于不同类型的字符串比较的例子,这里只需要注意第三行即可:
select
*,
char_col='paul ',
varchar_col='paul ',
char_col='paul',
varchar_col='paul'
from
datatype_test2;
结果如下:
可以看到,对于尾部的空格,并不影响char类型字符串的比较,但影响了varchar类型字符串的比较。
3、日期与时间戳类型
日期与时间戳类型主要有以下两种:
数据类型 | 格式 | 示例 |
---|---|---|
DATE | yyyy-MM-dd | 2020-07-04 |
TIMESTAMPS | yyyy-MM-dd HH:mm:ss.fffffffff | 2020-07-04 12:36:25.111 |
接下来做两点说明:
1)DATE类型只支持yyyy-MM-dd格式的数据,其余格式都是错误的,会变为NULL
2)TIMESTAMPS表示UTC时间,格式为yyyy-MM-dd HH:mm:ss.fffffffff,即最多支持纳秒级,如果长度超出,则会变成NULL
接下来还是通过例子来说明:
创建表:
create table if not exists
datatype_test3(id int,date_col Date,timestamp_col timestamp)
row format delimited fields terminated by ',';
我们从txt中读取数据:
load data local inpath '/Users/meituan_sxw/Downloads/test3.txt' into table datatype_test3;
#txt中的内容
1,2020-07-04,2020-07-04 13:20:23.22
2,20200704,2020-07-04 13:20:23.222222222
3,2020-07-04,2020-07-04 13:20:23.22222222222
接下来查看hive中的数据:
select * from datatype_test3;
结果如下:
4、集合类型
Hive中集合类型主要包含三种:STRUCT、ARRAY、MAP。咱们来分别介绍。
STRUCT
STRUCT 即结构体,通过相关的不同类型的数据来描述一个数据对象
ARRAY
ARRAY表示一组相同数据类型的集合,下标从零开始,可以用下标访问
MAP
MAP是一组键值对的组合,可以通过KEY访问VALUE
通过例子来感受下上述三种类型的使用:
创建表:
create table if not exists
datatype_test4(
id int,
info struct<name:string,weight:double>,
score array<Int>,
info_map map<string,string>)
row format delimited fields terminated by ','
COLLECTION ITEMS TERMINATED BY ';'
MAP KEYS TERMINATED BY ':';
可以看到,我们定义了三种不同的集合类型字段,并指定了集合类型的分隔符为”;”,即struct,array,以及map的不同kv之间用”;”分割,同时定义了map的key和value之间用”:”分割。
接下来,我们创建如下内容的txt文件:
1,文文;70,99;96;100,name:文文;country:china
2,毛毛;60,99;92;100,name:毛毛;country:koera
3,超超;65,99;96;100,name:超超;country:japan
倒入hive中并查看:
load data local inpath '/Users/meituan_sxw/Downloads/test4.txt' into table datatype_test4;
select * from datatype_test4;
结果如下:
接下来,进一步介绍不同类型的读取,首先是struct类型,可以通过”.”来访问不同的内容:
select
info.name as name,
info.weight as weight
from
datatype_test4;
#输出
文文 70.0
毛毛 60.0
超超 65.0
对于Array类型,可以通过下标进行访问,下标从0开始:
select
info.name as name,
score[0] as math,
score[1] as chinese,
score[2] as English
from
datatype_test4;
# 输出
文文 99 96 100
毛毛 99 92 100
超超 99 96 100
对于Map类型,可以通过[‘key’]来访问不同key的内容:
select
info_map['name'] as name,
info_map['country'] as country
from
datatype_test4;
#输出
文文 china
毛毛 koera
超超 Japan
集合类型还包括UNIONTYPE,这里不做介绍,感兴趣的同学可自行查阅相关资料。
参考文献
1、https://www.jianshu.com/p/1c9263cc2f9a
2、https://segmentfault.com/a/1190000016125717?utm_source=tag-newest
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/191159.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...