Hive----Hive进阶操作(一) 数据类型和视图

目录

1、Hive 数据类型 

1.1、原子数据类型​

1.2、复杂数据类型 

1.3、示例演示： 

1.3.1、array 

1.3.2、map 

1.3.3、struct 

1.3.4、uniontype 

参考资料：http://yugouai.iteye.com/blog/1849192 

2、视图 

---

1、Hive 数据类型 

1.1、原子数据类型

1、Hive 支持日期类型(老版本不支持)，在 Hive 里日期一般都是用字符串来表示的，而常用 的日期格式转化操作则是通过自定义函数进行操作，当然也可以直接指定为日期类型

2、Hive 是用 Java 开发的，Hive 里的基本数据类型和 java 的基本数据类型也是一一对应的， 除了 String 类型。

3、有符号的整数类型：TINYINT、SMALLINT、INT 和 BIGINT 分别等价于 Java 的 Byte、Short、 Int 和 Long 原子类型，它们分别为 1 字节、2 字节、4 字节和 8 字节有符号整数。

4、Hive 的浮点数据类型 FLOAT 和 DOUBLE,对应于 Java 的基本类型 Float 和 Double 类型。

5、Hive 的 BOOLEAN 类型相当于 Java 的基本数据类型 Boolean。

6、Hive 的 String 类型相当于数据库的 Varchar 类型，该类型是一个可变的字符串，不过它不 能声明其中最多能存储多少个字符，理论上它可以存储 2GB 的字符数。 

1.2、复杂数据类型 

复杂数据类型包括数组（ARRAY）、映射（MAP）和结构体（STRUCT），具体如下所示

 

说明：

1、字段 name 是基本类型，favors 是数组类型，可以保存很多爱好，scores 是映射类型，可 以保存多个课程的成绩，address 是结构类型，可以存储住址信息

2、ROW FORMAT DELIMITED 是指明后面的关键词是列和元素分隔符的

3、FIELDS TERMINATED BY 是字段分隔符

4、COLLECTION ITEMS TERMINATED BY 是元素分隔符（Array 中的各元素、Struct 中的各元素、 Map 中的 key-value 对之间）

5、MAP KEYS TERMINATED BY 是 Map 中 key 与 value 的分隔符

6、LINES TERMINATED BY 是行之间的分隔符  

7、STORED AS TEXTFILE 指数据文件上传之后保存的格式 
 
总结：在关系型数据库中，我们至少需要三张表来定义，包括学生基本表、爱好表、成绩表； 但在 Hive 中通过一张表就可以搞定了。也就是说，复合数据类型把多表关系通过一张表就 可以实现了。

1.3、示例演示： 

1.3.1、array 

建表语句： 
create table person(name string,work_locations string) row format delimited fields terminated by '\t'; 
 
create table person1(name string,work_locations array) row format delimited fields terminated by '\t' collection items terminated by ','; 
 
数据： 
huangbo beijing,shanghai,tianjin,hangzhou 
xuzheng changchu,chengdu,wuhan 
wangbaoqiang  dalian,shenyang,jilin 
 
导入数据： 
load data local inpath '/home/hadoop/person.txt' into table person; 
 
查询语句： 
Select * from person; 
Select name from person; 
Select work_locations from person; 
Select work_locations[0] from person; 

1.3.2、map 

建表语句： 
create table score(name string, scores map) row format delimited fields terminated by '\t' collection items terminated by ',' map keys terminated by ':'; 
 
数据： 
huangbo yuwen:80,shuxue:89,yingyu:95 
xuzheng yuwen:70,shuxue:65,yingyu:81 
wangbaoqiang yuwen:75,shuxue:100,yingyu:75 
 
导入数据： 
load data local inpath '/home/hadoop/score.txt' into table score; 
 
查询语句： 
Select * from score; 
Select name from score; 
Select scores from score; 
Select s.scores['yuwen'] from score s; 

1.3.3、struct 

建表语句： 
create table structtable(id int,course struct) row format delimited fields terminated by '\t' collection items terminated by ','; 
 
数据： 
1 english,80 
2 math,89 
3 chinese,95 
 
导入数据： 
load data local inpath '/ home/hadoop / structtable.txt' into table structtable; 
 
查询语句： 
Select * from structtable; 
Select id from structtable; 
Select course from structtable; 
Select t.course.name from structtable t; 
Select t.course.score from structtable t;

1.3.4、uniontype 

参考资料：http://yugouai.iteye.com/blog/1849192 

2、视图 

和关系型数据库一样，Hive 也提供了视图的功能，不过请注意，Hive 的视图和关系型数据库的数据还是有很大的区别：

1、只有逻辑视图，没有物化视图；

2、视图只能查询，不能 Load/Insert/Update/Delete 数据；

3、视图在创建时候，只是保存了一份元数据，当查询视图的时候，才开始执行视图对应的 那些子查询