1. 基础数据类型

2.1 数值型

Hive 是由 Java 编写的，所以 Hive 的基本数据类型都是对应 Java 中的接口

的实现，这些基本的数据类型和 Java 的基本数据类型是一一对应的。

2.1.1 整数型

整数类型： TINYINT , SMALLINT , INT/INTEGER , BIGINT 默认情况下，整型型被认为是 INT 型的，当数字超过了 INT 的范围，在这种情况下，它被自动解释执行为 BIGINT ，或者使用以下后缀进行说明。

2.1.2 DECIMAL

Hive 中的 DECIMAL 类型是基于 Java 的 BigDecimal ，它用于表示 Java 中不可

变的任意精度十进制数。

所有常规的数字操作 ( 例如 :+ 、 - 、 * 、 /) 和相关的 UDF( 例如 :Floor 、 Ceil 、 Round

和更多 ) 都使用和支持 Decimal 。

可以将 DECIMAL 和其他数值类型相互转换。 DECIMAL 支持科学和非科学符号表

示。因此，无论数据集是否包含像 4.004E+3( 科学符号 ) 或 4004( 非科学符号 ) 或

两者都有，都可以使用 DECIMAL 类型。

在 Hive0.13 中，用户可以使用语法 DECIMAL(precision, scale) 来指定小数

的位数和精度来创建具有 DECIMAL 数据类型的表。

如果没有指定小数的位数，则默认为 0( 没有小数位数 ) 。如果没有指定精

度，则默认为 10 。

DECIMAL 类型为浮点数提供了比 Double 更加精确的值和更大的范围。

DECIMAL 数据类型存储数字值的精确表示，而双数据类型只是存储非常接近数值的近似。 DECIMAL 类型被使用在一些 DOUBLE 类型的近似值精度不够的环境

中，例如金融应用程序，等于和不等校验和舍入操作，需要使用 DECIMAL 类型。它们可以处理 DOUBLE 范围之外的数字 ( 大约 -10308 到 10308) 或非常接近于

零 (-10-308 到 10-308) 。

2.1.2.1 表结构

2.1.2.2 测试数据

2.1.2.3 查询结果

2.2 日期型

2.2.1 TIMESTAMP

支持传统的 UNIX 时间戳和可选的纳秒精度。 Hive 中的 timestamp 与时区无关，

存储为 UNIX 纪元的偏移量。

支持的类型转换为：

● 整型数字类型 : 以秒为单位解释为 UNIX 时间戳。

● 浮点数值类型 : 以秒为单位，以十进制精度解释为 UNIX 时间戳。

● 字符串 :JDBC 兼容 java.sql.Timestamp 格式 "YYYY-MM-DD

HH:MM:SS.fffffffff" (9 位小数精度 ) 。

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 。

2.2.1.1 表结构

2.2.1.2 查询结果

2.2.2 DATE

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 2019-03-26 。 DATE 类型不包含时间，所表示日期的范围为

0000--01--01to9999--12--31 。这取决于 Java Date 类型的原始支持。

Date types 只能在 Date, Timestamp, String types 之间转换。

2.2.2.1 查询结果

2.2.3 INTERVAL

时间间隔在 1.2.0 之后版本支持，在 2.2.0 版本上进行了扩展。

2.3 字符型

Hive 中目前有三种字符串类型： STRING, VARCHAR, CHAR 。

2.3.1 STRING

字符串可以用单引号 (') 或双引号 (') 表示。 Hive 使用 c 样式在字符串中转

义。

2.3.2 VARCHAR

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。

如果要转换 / 分配给 varchar 值的字符串值超过 length 说明符，那么字符串

将自动被截断。字符长度由字符串包含的代码点的数量确定。像字符串一样，尾

部空格在 varchar 中很重要，并且会影响比较结果。

非通用 UDFs 不能直接使用 varchar 类型作为输入参数或返回值。可以创建

字符串 UDFs ，而 varchar 值将被转换为 strings 并传递到 UDF 。要直接使用

varchar 参数或返回 varchar 值，请创建 GenericUDF 。

如果基于 reflection-based 方法来获取数据类型信息，则可能存在不支持

varchar 的场景。 这包括一些 SerDe 函数实现。

2.3.3 CHAR

Char 类型与 Varchar 类似，但它们是固定长度的，这意味着比指定长度值短的部分是用空格填充的，因此在比较时，尾随空格并不重要。最大长度固定在

255 。

2.4 其他

2.4.1 BOOLEAN

boolean 类型，值为 true 与 false 两种类型。

2.4.2 BINARY

二进制类型，从 Hive0.8.0 开始提供支持。

2. 复杂数据类型

Hive 与传统的关系型数据库并不相同， Hive 支持以 Java ， C 为原型的一些

复杂数据结构。如： Array ， Map ， Struct ， Union 。

3.1 ARRAY

ARRAY 类型是由一系列相同数据类型的元素组成，如： ARRAY 。

数组元素可以通过下标来访问，比如有一个 ARRAY 类型的变量 fruits ，它

是由 ['apple','orange','mango'] 组成，那么我们可以通过 fruits[1] 来访问

元素 orange ，因为 ARRAY 类型的下标是从 0 开始的。

从 Hive0.14 起数组允许负值和非常量表达式。

Data_type:primitive_type,array_type,map_type,struct_type,union_type

Primitive_type: TINYINT,SMALLINT,INT,BIGINT,BOOLEAN,FLOAT,DOUBLE,

STRING,BINARY,TIMESTAMP,DECIMAL,DATE,VARCHAR,CHAR

3.2 MAP

MAP 类型是一组无序的 键值对，如：

MAP 。键的类型必须是原子的，值可以是任何类型，

同一个映射的键的类型必须相同，值得类型也必须相同。

MAP 可以通过 key 来访问元素 , 比如” userlist ”是一个 map 类型，其中

username 是 key ， password 是 value ；那么我们可以通过 userlist['username']

来得到这个用户对应的 password 。

从 Hive0.14 起 MAP 允许负值和非常量表达式。

3.3 STRUCT

STRUCT 类型是一组命名的字段，如：

STRUCT 。字段类型可以包

含不同数据类型的元素。

这些元素可以通过”点语法”的方式来得到所需要的元素，比如 user 是一

个 STRUCT 类型， user ，那么可以通过

user.address 得到这个用户的地址。

3.4 UNION

UNION 类型包含不同的数据类型，如：

UNIONTYPE 。

在 Hive0.7.0 中引入了 UNIONTYPE 数据类型，但是在 Hive 中对这种类型的

支持仍然不完全。

在包含 UNION TYPE 字段的 JOIN ， WHERE ， GROUP BY 查询中子句将会失败，

而 Hive 没有定义语法来提取 UNIONTYPE 字段的标记或值。

这就意味着 UNIONTYPE 实际上是在实验观察阶段。

3. 读时模式

4.1 模式介绍

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。

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。

4.2 举例

4.2.1 建表语句

Create table IF NOT EXISTS users (

XM string,

NL int,

XH ARRAY ,

CJ MAP ,

ZZ STRUCT ,

SR date,

SFSC BOOLEAN,

SJ TIMESTAMP

)

ROW FORMAT DELIMITED

FIELDS TERMINATED BY ','

COLLECTION ITEMS TERMINATED BY '_'

MAP KEYS TERMINATED BY ':'

LINES TERMINATED BY '\n';

4.2.2 插入数据

4.2.3 查询结果