Hive 数据类型
日期/时间类型
Hive支持带可选的纳秒级精度的UNIX timestamp。Hive中的timestamp与时区无关，存储为UNIX纪元的偏移量。Hive提供了用于timestamp和时区相互转换的便利UDF：to_utc_timestamp和 from_utc_timestamp。Timestamp类型可以使用所有的日期时间UDF，如month、day、year等。文本文件中的Timestamp必须使用yyyy-mm-dd hh:mm:ss[.f...]的格式，如果使用其它格式，将它们声明为合适的类型（INT、FLOAT、STRING等）并使用UDF将它们转换为Timestamp。Timestamp支持的类型转换为：
- 整数类型：转换为秒级的UNIX时间戳。
- 浮点数类型：转换为带小数精度的UNIX时间戳。
- 字符串类型：适合java.sql.Timestamp格式"YYYY-MM-DD HH:MM:SS.fffffffff"（9位小数精度）。
Hive中DATE类型的值描述了特定的年月日，以YYYY-MM-DD格式表示，例如2014-05-29。DATE类型不包含时间，所表示日期的范围为0000-01-01 to 9999-12-31。DATE类型仅可与DATE、TIMESTAMP、STRING类型相互转化，如下表所示：
|
类型转换 |
结果 |
|
cast(date as date) |
相同的日期。 |
|
cast(timestamp as date) |
基于本地时区确定timestamp的年月日作为值返回。 |
|
cast(string as date) |
如果字符串的格式为'YYYY-MM-DD', 则对应的年月日返回。如果字符串不是该格式，则返回NULL。 |
|
cast(date as timestamp) |
基于本地时区，返回日期对应午夜时间。 |
|
cast(date as string) |
日期被转换为'YYYY-MM-DD'格式的字符串。 |
Hive到0.13.0版本为止已经支持越来越多的数据类型，像传统数据库中的VCHAR、CHAR、DATE以及所特有的复合类型MAP、STRUCT等。Hive中的数据类型可以分为数值类型、字符串类型、日期时间类型、复合类型以及其它类型，下面分别予以介绍。
数值类型
Hive中的数值类型与Java中的数值类型很相似，区别在于有些类型的名称不一样，可以概括为如下的表格：
|
类型名称 |
大小 |
最小值 |
最大值 |
示例 |
|
TINYINT |
1字节 |
-128 |
127 |
45Y |
|
SMALLINT |
2字节 |
-32768 |
32767 |
100S |
|
INT |
4字节 |
-2,147,483,648 |
2,147,483,647 |
36 |
|
BIGINT |
8字节 |
-9,223,372,036,854,775,808 |
9,223,372,036,854,775,807 |
2000L |
|
FLOAT |
4字节 |
-- |
--- |
4字节单精度 |
|
DOUBLE |
8字节 |
-- |
-- |
8字节双精度 |
|
DECIMAL |
-- |
-- |
-- |
DECIMAL(9, 7) |
默认情况下，整数常量被当做INT处理，除非整数常量超出了INT类型的取值范围或者在整数常量跟着Y、S、L等后缀，则常量将会作为TINYINT、SMALLINT和BIGINT处理。Hive中的浮点数常量默认被当做DOUBLE类型。
DECIMAL类型是在Hive-0.11.0版本中引入的，在Hive-0.13.0版本中做了改进。Hive中的DECIMAL基于Java中的BigDecimal，BigDecimal用于表示任意精度的不可修改的十进制数字。所有常规数字操作符（如+、-、*、/）和相关的UDFs（如Floor、Ceil、Round等）用于处理DECIMAL类型，可以转换DECIMAL为其它数值类型或者将其它基本类型转换为DECIMAL。DECIMAL类型支持科学计数法，所以不管数据集中是否包含1E+44或者4000或者二者的组合，都可以使用DECIMAL表示。Hive-0.11.0和Hive-0.12.0固定了DECIMAL类型的精度并限制为38位数字，从Hive-0.13.0开始可以指定DECIMAL的规模和精度，当使用DECIMAL类型创建表时可以使用DECIMAL(precision,scale)语法。例如：
create table decimal_test (d decimal);
可以使用cast在DECIMAL和其它基本类型，如INT、DOUBLE、BOOLEAN之间转换，如：
Select cast(d asboolean) from decimal_test;
DECIMAL类型比DOUBLE类型为浮点数提供了精确的数值和更广的范围，DECIMAL类型存储了数值的精确地表示，而DOUBLE类型存储了非常接近数值的近似值。当DOUBLE类型的近似值精度不够时可以使用DECIMAL类型，比如金融应用，等于和不等于检查以及舍入操作，当数值超出了DOUBLE类型的范围（大约-10308 to 10308）或者非常接近于0（-10-308 to 10-308）时，也可以使用DECIMAL类型。
字符串类型
字符串常量使用单引号或者双引号表示，Hive使用C语言风格对字符串进行转义。Hive-0.12.0版本引入了VARCHAR类型，VARCHAR类型使用长度指示器（1到65355）创建，长度指示器定义了在字符串中允许的最大字符数量。如果一个字符串值转换为或者被赋予一个varchar值，其长度超过了长度指示器则该字符串值会自动被截断。目前还没有通用的UDF可以直接用于VARCHAR类型，可以使用String UDF代替，VARCHAR将会转换为String再传递给UDF。Hive-0.13.0版本引入了CHAR类型，CHAR类型与VARCHAR类型相似，但拥有固定的长度，也就是如果字符串长度小于指示器的长度则使用空格填充。CHAR类型的最大长度为255。使用VARCHAR、CHAR创建表的例子如下：
CREATE TABLE test(c CHAR(10), vc VARCHAR(30));
复合类型
Hive支持4种复合数据类型，分别为：
- Array：ARRAY<data_type>
- Map：MAP<primitive_type, data_type>
- Struct： STRUCT<col_name : data_type [COMMENT col_comment], ...>
- Union：UNIONTYPE<data_type, data_type, ...>
UNIONTYPE类型可以在任何一个点精确地持有它所指定数据类型的一种，使用UNIONTYPE的例子如下：
CREATE TABLEunion_test(u UNIONTYPE<int, double, array<string>,struct<a:int,b:string>>);
SELECT u FROMunion_test;
{0:1}
{1:2.0}
{2:["three","four"]}
{3:{"a":5,"b":"five"}}
{2:["six","seven"]}
{3:{"a":8,"b":"eight"}}
{0:9}
{1:10.0}
在该例子中，union包含四种类型，分别为int、double、array和struct。从查询结果来看，第一个冒号前面的数字tag代表union中某种数据类型，比如0代表union的第一个数据类型int，1代表第二个数据类型double，2代表第三个数据类型array，3代表第四个数据类型struct。
可以使用create_union UDF创建该类型，在使用该UDF时必须将数字tag传递给该函数。
其它类型
Hive支持的其它类型有BOOLEAN和BINARY
转自： https://blog.csdn.net/skywalker_only/article/details/27547515
