hive学习笔记基本数据类型

欢迎访问我的GitHub

https://github.com/zq2599/blog_demos

内容：所有原创文章分类汇总及配套源码，涉及Java、Docker、Kubernetes、DevOPS等；

《hive学习笔记》系列导航

  1. 数据类型" title="基本数据类型">基本数据类型

  2. 复杂数据类型

  3. 内部表和外部表

  4. 分区表

  5. 分桶

  6. HiveQL基础

  7. 内置函数

  8. Sqoop

  9. 基础UDF

  10. 用户自定义聚合函数(UDAF)

  11. UDTF

关于hive学习笔记系列

  • 《hive学习笔记》系列保持了作者一贯的风格，即通过实战学习和了解；

  • 作为一个构建在Hadoop上的数据仓库框架，hive被用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制，hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。(来自：《Hadoop应用开发实战详解（修订版）》)

  • 架构如下，可见最终还是在执行MapReduce：

hive学习笔记之一：基本数据类型

环境信息

本文对应的环境信息如下：

  1. CentOS Linux release 7.5.1804

  2. JDK：1.8.0_191

  3. hadoop：2.7.7

  4. hive：1.2.2

关于hive的部署

  1. 需要先部署hadoop环境，请参考《Linux部署hadoop2.7.7集群》

  2. hadoop部署成功后，安装和体验hive其参考《安装和体验hive》

数据类型简介

Hive支持基本和复杂数据类型：

  • 基本数据类型：包括数值型、布尔型、字符串类型和时间戳类型；

  • 复杂数据类型：数组、映射、结构；

基本数据类型

  • 通过思维导图来分类和理解：

hive学习笔记之一：基本数据类型

  • 下面通过列表说明所有的基本数据类型：

类型描述示例
BOOLEANtrue/falseTRUE
TINYINT1字节有符号整数，从-128到1271Y
SMALLINT2字节有符号整数,从-32768到327671S
INT4字节有符号整数,从-2147483648到21474836471
BIGINT8字节有符号整数,

从-9223372036854775808到9223372036854775807

1L
FLOAT4字节单精度浮点数1.0
DOUBLE8字节(64位)双精度浮点数1.0
DECIMAL任意精度有符号小数1.0
STRING无上限可变长度字符串'a', "a"
VARCHAR可变长度字符串'a', "a"
CHAR固定长度字符串'a', "a"
BINARY字节数组-
TIMESTAMP精度到纳秒的时间戳'2020-03-01 00:00:00'
DATE日期'2020-01-01'

关于三种字符串类型

  1. STRING，变长，无需最大长度声明，理论上能存储2GB字符；

  2. VARCHAR，变长，需要声明最大长度（1到65535之间），例如VARCHAR(100)；

  3. CHAR，定长，如CHAR(100)；

常用类型综合实战

  1. 启动hive，进入交互模式，执行以下语句建表，字段类型是常用的几种：

create table t1(
int_field  INT,
string_field STRING,
boolean_field BOOLEAN,
date_field DATE,
timestamp_field TIMESTAMP
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY  '\t'
STORED AS TEXTFILE;

  1. 用insert语句新增一条记录：

insert into t1
values
(101, 'a101', true, '2020-01-01', '2020-03-01 00:00:00');

  1. 使用函数，在新增的记录的时候，将timestamp_field字段设置为当前时间，注意和前面的insert语句比较一下，使用函数时必须用到select XXX from XXX limit 1这样的语法：

insert into t1
select
103, 'a103', true, '2020-01-01', current_timestamp()
from t1 limit 1;

  1. 看一下新增的两条记录：

hive> select * from t1;
OK
101	a101	true	2020-01-01	2020-03-01 00:00:00
103	a103	true	2020-01-01	2020-10-27 20:42:35.729
Time taken: 0.062 seconds, Fetched: 2 row(s)

  1. 查看当前时间：

select unix_timestamp();

响应：

hive> select unix_timestamp();
OK
1603802631
Time taken: 0.028 seconds, Fetched: 1 row(s)

  1. 将DATE字段转为TIMESTAMP：

select cast(date_field as timestamp) from t1;

响应：

hive> select cast(date_field as timestamp) from t1;
OK
2020-01-01 00:00:00
2020-01-01 00:00:00
Time taken: 0.051 seconds, Fetched: 2 row(s)

  1. 将TIMESTAMP字段转为DATE：

select to_date(timestamp_field) from t1;

响应：

hive> select to_date(timestamp_field) from t1;
OK
2020-03-01
2020-10-27
Time taken: 0.063 seconds, Fetched: 2 row(s)

  1. 将TIMESTAMP字段转为BIGINT：

select to_date(timestamp_field) from t1;

响应：

hive> select to_date(timestamp_field) from t1;
OK
2020-03-01
2020-10-27
Time taken: 0.063 seconds, Fetched: 2 row(s)

至此，hive的基本数据类型已经了解，接下来的章节咱们一起学习了解复杂数据类型；

参考文档

https://stackoverflow.com/questions/37863194/insert-timestamp-into-hive/37868132

你不孤单，欣宸原创一路相伴

  1. Java系列

  2. Spring系列

  3. Docker系列

  4. kubernetes系列

  5. 数据库+中间件系列

  6. DevOps系列

以上是 hive学习笔记基本数据类型 的全部内容， 来源链接： utcz.com/a/121387.html

回到顶部