Hive_数据仓库_数据类型的选择

 

Hive 有很多的基础数据类型，在实际构建数仓的这么多数据类型，我们该如何选择呢？

 

如果你的公司足够大，那么建议参照以下几条建议：

 

浮点数建议：

 

1) Hive 中Double类型需要慎用, Hive 中Double类型存在失真。

例如： 原始数据是 10000， Hive 中10000 可能为10000.0001

 
2)  为了浮点数越界，或者失真的问题，建议不论原始数据是 float, double 或者 decimal 统一存储为 decimal。
 

 

数值类型建议： 
    

 建议所有的数值类型，都存储为BIGINT。 目的是 为了防止数值类型范围变大，导致数值越界的问题。  
   

 

 

字符，字符串类型 :

 

CHAR,VARCHAR 都定义为 STRING 。因为 CHAR, VARCHAR 虽然 Hive 高版本已经支持，但是为了防止数据越界复杂的问题，还是推荐存储为 STRING 类型。

 

 

日期类型建议：

 

     建议 DATE 统一定义为 STRNG类型，（至少在ods 是这样存储的）