Hive支持的數據類型

一、基本數據類型

Hive支持的基本數據類型與SQL標準數據類型幾乎一致，包括：

1. TINYINT    -- 8 bit 有符號整數
2. SMALLINT   -- 16 bit 有符號整數
3. INT        -- 32 bit 有符號整數
4. BIGINT     -- 64 bit 有符號整數
5. BOOLEAN    -- 真 / 假
6. FLOAT      -- 單精度浮點數
7. DOUBLE     -- 雙精度浮點數
8. STRING     -- 字元串
9. TIMESTAMP  -- 時間戳

常見的數據類型 Hive 都支持，只不過 Hive 中的表內容是存儲在 HDFS 上的，比較大的數值類型都是可行的，但是位元組數較少的數據類型可能不太適用，如 TINYINT 和 UCHAR 。FLOAT 和 DOUBLE 數據類型可以存儲相對較大的數據範圍，但是在計算時要注意可能存在的數據精度誤差。

二、複合數據類型

複合數據類型主要有：

1. 數組類型

Hive中的數組是指通類型的元素數組，數組結構可以嵌套，有兩種數組語法：

1. type_name ARRAY
2. ARRAY<type_name>

例如：

CREATE TABLE test_array ( col1 ARRAY<INT> );
INSERT INTO test_array VALUES ( array(1,2,3,4) );

其中 col1 是一個整數類型的數組，數組的元素由小括弧中的數字構成。

2. 映射類型

映射類型是指將一個數據類型映射為另一個類型，其中包含鍵值對。具有以下兩種語法形式：

1. MAP<key_type, value_type>
2. key_type MAP<value_type>

例如：

CREATE TABLE test_map (
  col1 MAP<STRING, INT>,
  col2 STRING MAP<INT> );

其中 col1 是使用字元串作為鍵名，整數作為內容值的映射表，而 col2 是用整數作為鍵名，字元串作為鍵值的映射表。

3. 結構類型

結構類型指的是有一組不同的鍵，每個鍵對應有一個分別使用不同的數據類型的值。結構類型使用一個結構體類型來表示，可以在語句中使用逗號分隔符的多個鍵值對：

CREATE TABLE test_struct (
  col1 STRUCT<name:STRING,age:INT>,
  col2 STRUCT<year:INT,month:INT,day:INT> );

其中 col1 包括 name 和 age 兩個鍵，col2 包含 year, month 和 day 三個鍵。

三、日期和時間類型

日期和時間類型指的是形如 「YYYY-MM-DD HH:MM:SS」 的事件或日期字元串。Hive 中支持的日期和時間類型包括：

1. DATE
2. TIMESTAMP
3. INTERVAL

DATE 和 TIMESTAMP 類型在語法上十分相似，但是區別在於 TIMESTAMP 支持更大的時間範圍和更高的精度。

INTERVAL 類型表示時間跨度，如「3年2個月零5天」.它只有一個參數，單位可以是 YEAR、MONTH、DAY、HOUR、MINUTE 或 SECOND。

下面是使用日期時間類型的示例：

CREATE TABLE test_time ( col1 DATE, col2 TIMESTAMP );
INSERT INTO test_time VALUES ( '2022-10-01', '2022-10-01 09:30:00' );

四、二進位類型

二進位類型用於表示二進位數據，通常用於存儲圖片、音頻等數據。Hive支持的二進位類型包括：

1. BINARY
2. VARBINARY
3. ARRAY<BYTE>

BINARY 表示固定長度的二進位數據，以字元串形式存儲；而 VARBINARY 表示可變長度的二進位數據，以字元串形式存儲。ARRAY<BYTE> 表示位元組類型的數組。

以下是使用二進位類型的示例：

CREATE TABLE test_binary ( col1 BINARY, col2 VARBINARY, col3 ARRAY<BYTE> );
INSERT INTO test_binary VALUES ( 'Data1', 'Data2', ARRAY(1,2,3) );

五、常見問題解析

1. Hive 支持哪種字元編碼？

Hive 支持 UTF-8 字元編碼，但是如果需要更改 Hive JRE 的默認編碼，可以在 hive-site.xml 文件中配置 java.nio.file.encoding 屬性。

2. Hive FLOAT 和 DOUBLE 精度問題

Hive 支持 FLOAT 和 DOUBLE 數據類型，但是在計算過程中會有精度問題。這是因為計算機存儲浮點數時，會使用二進位來表示，而浮點數在二進位中不一定能夠精確表示。如果需要精確計算，可以使用 HiveBigDecimalUDF.jar 或者使用 DECIMAL 類型。

3. Hive 中數據類型和 Java 數據類型的映射關係

Hive 支持的數據類型和 Java 數據類型的映射關係如下：

TINYINT    -- Byte
SMALLINT   -- Short
INT        -- Integer
BIGINT     -- Long
BOOLEAN    -- Boolean
FLOAT      -- Float
DOUBLE     -- Double
STRING     -- String
TIMESTAMP  -- java.sql.Timestamp

需要注意的是，Hive 中的日期類型 DATE 和 INTERVAL 並沒有對應的 Java 數據類型。