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种集合数据类型。
一、数据类型
以下截图内容来自Hive官方文档
1.1 数值类型
Hive数值类型
1.2 日期/时间类型
Hive日期/时间类型
1.3字符串类型
Hive字符串类型
1.4其他类型
Hive其他类型
1.5 复杂类型
Hive复杂类型
二、文本文件数据编码
2.1 Hive默认的分隔符
Hive默认分隔符
2.2 用户自定义分隔符
由于默认的分隔符可读性并不好，所以可以在创建表的时候指定自定义的分隔符（但是行与行之间的分隔符只能是'\n'，不能改变）。
Hive自定义分隔符
比如可以使用'\t'作为字段的分割，使用','作为集合项的分割，使用':'作为map的key和value之间的分割。后面会给出例子。
三、集合数据类型实战
3.1 创建表
create table employees(
name string,
salary float,
subordinates array<string>,
deductions map<string,float>,
address struct<street:string, city:string, state:string, zip:int>
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
COLLECTION ITEMS TERMINATED BY ','
MAP KEYS TERMINATED BY ':'
LINES TERMINATED BY '\n';
其中，name是一个简单字符串；salary（薪水）是浮点数；subordinates（下属员工）列表是一个字符串值数组；字段deduction（扣除）是map类型；address（家庭地址）使用struct数据类型存储。
3.2 创建测试数据
john 100000.0 mary,alice Federal Taxes: .2, State Taxes: .05 1 Michigan Ave,Chicago,IL,60600
tracy 100000.0 yram,ecila Federal Taxes: .3, State Taxes: .08 2 Michigan Eva,Bhicago,IL,70700
注：每个字段之间用制表符分割，复制到简书上格式可能有错误。
3.3将数据加载到Hive中
load data local inpath '/home/hadoop/zhb/employees.txt' overwrite into table employees;
结果如下：
插入结果.png
成功插入到Hive表中。
四、读时模式
传统的数据库时写时模式（schema on write），即数据在写入数据库时对模式进行检查。
Hive对底层存储并没有这样的控制，所以，对于Hive查询的数据，有很多方式对其进行创建、修改、甚至损坏。因此Hive会在查询时进行验证，也就是读时模式（schema on read）。例如：如果每行记录中的字段个数少于对应的模式中定义的字段个数的话，那么用户将会看到查询结果中有很多的null值。
网友评论