您的位置: 首页  >  文章  >  Hive学习笔记：Hive数据类型

Hive学习笔记：Hive数据类型

分类: 文章 • 2024-07-29 08:39:40

环境：CentOS7
           hive-1.1.0-cdh5.14.0
           hadoop-2.6.0-cdh5.14.0
 

简单类型

数字类型
TINYINT（1字节，有符号整数，从-128至127）
SMALLINT（2字节，有符号整数，从-32,768至32,767）
INT / INTEGER（4字节，有符号整数，从-2,147,483,648到2,147,483,647）
BIGINT（8字节，符号整数，从-9,223,372,036,854,775,808至9,223,372,036,854,775,807）
FLOAT （4字节，单精度浮点数）
DOUBLE （8字节，双精度浮点数）
DOUBLE PRECISION  （ DOUBLE的别名，仅从 Hive 2.2.0开始提供）
DECIMAL(最大精度为38位，不指定小数位数的话，将会四舍五入到整数位，所以在定义的时候一定要定义精度，如(10,2))
NUMERIC（没有找到这个类型的相关说明） 

数字类型支持各种算术运算符，UDF和UDAF，如：正负，加减乘除，平均值，求和，计数，取模，三角函数，乘方开方、对数
对小数还有以下三种取整运算符
ROUND(x) ：四舍五入。
CEILING(x) ：返回大于该数的最小整数
FLOOR(x) ：返回小于该数的最大整数

日期/时间类型

TIMESTAMP（yyyy-MM-dd'T'HH:mm:ss.SSS，精确到纳秒）
DATE（YYYY-­MM-­DD，仅存储日期）
INTERVAL（存储时间间隔，具体用法查看官档，目前用的不多）

UNIX_TIMESTAMP()：返回UNIX时间戳（又称POSIX时间）
CURRENT_TIMESTAMP()：返回当前时间戳
TO_DATE（timestamp）：返回时间戳的日期
YEAR（timestamp/date）：返回时间戳或日期中的年
MONTH（timestamp/date）：返回时间戳或日期中的月
DAY（timestamp/date）：返回时间戳或日期中的日
HOUR（timestamp/date）：返回时间戳中的时
MINUTE（timestamp）：返回时间戳中的分
SECOND（timestamp）：返回时间戳中的秒
WEEKOFYEAR(timestamp/date)：返回时间戳或日期在当前的周数
DATEDIFF(start_date,end_dat)：返回结束日期减去开始日期的天数
DATE_ADD(date,n)：返回日期加上n天后的日期
DATE_SUB(date,n)：返回日期减去n天后的日期

字符串类型

STRING（可以用单引号或双引号表示字符串）
VARCHAR（长度为1-65535，使用该类型时必须指定最大长度，超过指定长度会直接截断字符串）
CHAR（定长字符串类型，最大长度为255，如果字符串本身小于定义的长度，将会用空格填充）

一些字符串常用函数

elt，返回第n个字符串 ，如SELECT elt(2, 'New York', 'Beijing', 'Toronto') FROM employee LIMIT 1;
assert_true，如果条件为false时抛出异常，如SELECT assert_true(work_place IS NULL) FROM employee;
isnull，用于检验值是否为空，如SELECT work_place, isnull(work_place) is_null, isnotnull(work_place) is_not_null FROM employee;
initcap(string A):返回首字母大写的字符串
upper(string A) ucase(string A)：upper小写转大写，ucase大写转小写
trim(string A) ltrim(string A) rtrim(string A)：trim去掉字符串两端的空格，ltrim去字符串左边的，rtrim去字符串右边的
substr(string A，n，length)：从位置n开始，从字符串A中截取长度为length的字符串，这里要注意的是，无论n是0还是1，指向的都是第一个字符


杂项类型

BOOLEAN（取值为true/false）
BINARY（二进制，只支持与String的转换，如1011）

复杂类型

Array：ARRAY<data_type>，建表时需要使用collection items terminated by '|'子句指定数组元素间的分隔符
maps ：MAP<primitive_type, data_type>，插入数据时需要以key=value的方式存在于数据源里，且跟数组一样要指定<k,v>对间的分隔符
STRUCT： STRUCT<col1:type1,col2,type2....>，用于存放一组数据，例如定义sex_age_name<sex:string,age:int,name:string>，然后里面的数据是[male,20,john]
union ：UNIONTYPE<data_type, data_type, ...>，没有找到相关资料，以后补上，官档说的是支持仍不完整

SIZE函数：SIZE(colname)，用于计算MAP、ARRAY中的数据量，如果size未知则返回-1。
ARRAY_CONTAINS函数：ARRAY_CONTAINS(col，value)，检验列中是否包含指定值，返回boolean值。
SORT_ARRAY函数：SORT_ARRAY(col)，用于对数组进行升序排序。

数据隐式转换表
Hive学习笔记：Hive数据类型
 

数据显式转换

可以使用CAST将一个数据类型转换为另一个数据类型，用法是cast(value as newtype)，如果该值不能被转换，则cast会返回null，特别注意的是日期类型，只能在Date、String、Timestamp三种之间进行转换

数据类型转换 结果
cast(date as date) 不变
cast(timestamp as date) 截断年月日
cast(string as date) 如果字符串的格式是'YYYY-MM'DD'，则返回日期，否则返回null
cast(date as timestamp) 基于本地时区，返回对应日期值的午夜时间(0点)
cast(date as string) 转换为格式是'YYYY-MM-DD'的字符串



 

 

 

 

 

 

 

参考：
https://cwiki.apache.org/confluence/display/Hive/LanguageManual+Types#LanguageManualTypes-HiveDataTypes
https://www.cnblogs.com/MOBIN/p/5618747.html#6
https://blog.****.net/xiaoshunzi111/article/details/51911546

相关推荐