Hive数据类型和数据格式

Hive支持关系型数据库中的大多数基本数据类型，同时也支持关系型数据库中很少出现的3中集合数据类型：

基本数据类型：

tinyint（1byte）、smallint（2byte）、int（4byte）、bigint（8byte）、boolean（true|false）、float（单精度浮点数）、double（双精度浮点数）、string（字符序列）、timestamp（整数、浮点数或者字符串）、binary（字节数组）

集合数据类型：

struct:和C语言中的struct对象一样，都通过“点”符号访问元素内容，eg: struct{first string , last string}，访问时通过：字段名.first来引用

map:是一组键-值对元组集合，可通过字段名['key']来访问

array:是一组具有相同类型和名称的变量的集合，编号从0开始，通过下标访问

文本文件数据编码：
逗号分隔符的文件：csv

制表符跟个的文件：tsv

hive中默认的记录和字段分隔符

\n        换行符

^A      ctrl+A 用于分隔字段(列)，create table时可以使用八进制编码\001表示

^B      用于分隔Array或者Struct中的元素，或用于Map中键-值对之间的分隔符，八进制编码\002表示

^C      用于Map中键和值之间的分隔 ，八进制编码\003表示

create table emp {

name string,

salary float,

subordinates array,

deductions  map,

address struct

}

row format delimited fields terminated by '\001'

collection items terminated by '\002'

map keys terminated by '\003'

line terminated by '\n'

stored as textfile;

读时模式：

当用户向传统数据库中加载数据的时候，数据库对于存储具有完全的控制能力，数据库就是"守门人"。传统数据库是写入模式，即数据在写入数据库时对模式进行检查。

Hive对于存储没有这样的控制，Hive不会在数据加载的时候进行验证，而是在查询的时候进行，也就是读时模式。

那么如果模式和文件内容不匹配怎么办呢？

如果记录中的字段个数或者字段类型不匹配的话，那么用户会在查询结果中看到多个null值