hive是基于Hadoop的一個數據倉庫工具，主要是用來進行數據的提取、轉化和加載，這是一種可以存儲、查詢和分析存儲在Hadoop中的大規模數據的機制。hive數據倉庫工具能将結構化的數據文件映射為一張數據庫表，并提供SQL查詢功能，能将SQL語句轉變成MapReduce任務來執行。它與關系型數據庫的SQL略有不同，但支持了絕大多數的語句。

在學習hive sql之前，我們需要對hive中常用的數據類型有一個基本的了解，這對于後面的學習會起到很大的幫助作用，如：建表、函數的使用、自定義函數等都需要考慮數據類型。

hive sql中的數據類型從大類上可分為如下兩類：基本數據類型和複雜數據類型。

其中基本數據類型和大多數關系型數據庫相近。

接下來我會詳細介紹hive sql中常用數據類型：

這裡主要對hive中常用的基本數據類型進行介紹，具體會從範圍和用途進行介紹。

（1）數值型：

數值型又可分為整數型和浮點型。

說明：

1）DECIMAL(n,m)代表最多n位數字，m位小數；

2）如果沒有指定參數，那麼默認是DECIMAL(10,0)，即沒有小數位。

（2）字符串型:

說明：hive中的string類型相當于mysql數據庫中的varchar類型，是一個可變的字符串數據類型。

（3）日期和時間型：

日期和時間型主要分為date(日期)和timestamp(時間戳)。

（4）布爾型：

在實際中，有時候需要對一個屬性進行判斷為“是”或“否”，這個時候就可以用到布爾類型的數據類型了。

（5）其他類型：

hive中常用的複雜數據類型有以下三類：ARRAY(數組)、MAP(鍵-值) 和 STRUCT(結構體)。

（1）array：

array表示一組相同數據類型的集合，索引從0開始，可以通過索引訪問數據。

例如：字段name的數據類型為數組array，數據[‘A’, ‘D’]可以通過索引獲取值，name[0]的值為A，name[1]的值為B。

語法：

array<data_type>

案例：獲取數組array類型的字段中的數據。

一、生成數據，以便用代碼實現：

1、創建表：

create table temp.user_address_temp(name string,address array<string>) row format delimited fields terminated by '\t' collection items terminated by ',';

說明：collection items terminated by ',' 指定數組中每個元素的分隔符；

2、插入數據，以便校驗結果：

insert into table temp.user_address_temp select '小希', ARRAY('深圳', '武漢', '北京') union all select '可可', ARRAY('北京', '天津') union all select '丸子', ARRAY('杭州', '南京') ;

3、查看表中的數據：

select * from temp.user_address_temp;

結果如下：

二、查看結果，獲取數組字段中的數據，具體如下：

方法：通過訪問數組的序号可以獲取數組中對應位置的數據。

這裡分别獲取數組address中的第一個、第二個、第三個數據：

代碼如下：

select name, address[0] as first_values, -- address中的第一個數據 address[1] as second_values, -- address中的第二個數據 address[2] as third_values -- address中的第三個數據 from temp.user_address_temp ;

結果如下：

說明：由于“可可”和“丸子”的地址中隻有兩個值，故取地址中的第三個位置的值時為空。

（2）map:

MAP是一組鍵-值對，key—value。

例如：字段tmp的數據類型為字典map，map('A', 1, 'B', 2)在表中的數據{'A':1, 'B':2}可以通過訪問key來獲取對應的value的值，tmp['A']的值為1。

語法：

map<primitive_type, data_type>

說明：

1）通過key可以訪問到value；

2）key不能重複，相同的key會相互覆蓋，value可以有相同的值；

3）primitive_type表示鍵的數據類型，data_type表示值的數據類型。

案例：獲取字典map類型字段中value的值。

一、生成數據，以便用代碼實現：

1、創建表：

create table temp.user_score_temp(name string,score map<string,int>) row format delimited fields terminated by '\t' collection items terminated by ',' map keys terminated by ':';

說明：

1）collection items terminated by ',' 指定map集合中每個元素之間的分隔符，一組key-value;

2）map keys terminated by ':' 指定每一個元素中key和value之間的分隔符。

2、插入數據，以便校驗結果：

insert into table temp.user_score_temp select '小希', MAP('數學', 89, '英語', 92) union all select '可可', MAP('語文', 79, '英語', 82) union all select '丸子', MAP('數學', 79, '英語', 68, '化學', 82) ;

3、查看表中的數據：

select * from temp.user_score_temp ;

二、查看結果，獲取字典map類型字段中value的值，具體如下：

方法：可以通過取字典map類型字段的key來獲取value的值。

這裡分别獲取字典類型字段score中的數學與英語的成績數據：

代碼如下：

select name, score['數學'] as math_score, score['英語'] as english_score from temp.user_score_temp ;

結果如下：

如果要獲取語文、化學成績，方法一樣的，隻要改一下score['a']中的a的值就可以了。

（3）struct:

struct是結構體，通過相關的不同類型的數據來描述一個數據對象。

例如：如果字段tmp的數據類型是struct{first string, last string}，那麼第1個元素可以通過字段tmp.first來獲取。

語法：

struct<col_name1 : data_type1 [comment col_comment], col_name2 : data_type2 [comment col_comment], ...>

說明：

1）struct類型的字段，字段中各屬性的數據類型可以不同；

2）每個屬性所對應列的數據類型是一樣的。

案例：獲取struct類型字段中的元素。

一、生成數據，以便用代碼實現：

1、創建表：

create table temp.stu_info_temp(id int, info struct<name:string, address:string, age:int>) row format delimited fields terminated by '\t' collection items terminated by ',';

說明：collection items terminated by ',' 指定struct集合中每個元素之間的分隔符。

2、插入數據，以便校驗結果：

-- 方法1：使用insert into方法插入數據 insert into table temp.stu_info_temp select 1001, named_struct('name', '小希', 'address', '南京', 'age', 22) union all select 1002, named_struct('name', '丸子', 'address', '杭州', 'age', 20) union all select 1003, named_struct('name', '可可', 'address', '上海', 'age', 21) ; -- 方法2：使用load data加載數據 準備數據文件 struct.txt: id info 1001 小希,南京,22 1002 丸子,杭州,20 1003 可可,上海,21 加載數據: load data local inpath '/root/struct.txt' into table stu_info_temp;

注：這裡插入數據的時候用的是named_struct，如果使用struct會導緻和之前的字段中定義的屬性名無法對應。

3、查看表中的數據：

select * from temp.stu_info_temp ;

二、查看結果，獲取struct類型字段中的元素，通過.符号方法，具體如下：

方法：可以通過.符号方法訪問元素。

這裡分别獲取info中的姓名、地址和年齡的數據：

代碼如下：

select id, info.name as name, info.address as address, info.age as age from temp.stu_info_temp ;

結果如下：

關于複雜數據類型這塊就介紹這麼多了，文章中給出了語法解釋和使用方法，也可以參考相應的案例進行學習。後面我會對複雜數據類型中數據的轉換相關的函數進行介紹，以便大家可以更好的進行數據的獲取和清洗，開展數據分析工作，敬請期待呀。

寄語：

我愛生活，喜歡記錄生活中的點滴；

我愛向日葵，喜歡看着她朝着太陽微笑的樣子，甚是可愛溫暖。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!