Hive官方使用手册——数据类型

概述

这里列出了Hive中所有支持的数据类型。有关附加信息，请参阅教程中的类型系统。

对于HCatalog支持的数据类型，请参见：

数值型

TINYINT (1-byte 有符号整型, 从-128 至 127)
SMALLINT (2-byte 有符号整型, 从-32,768 至 32,767)

INT/INTEGER (4-byte 有符号整型, 从 -2,147,483,648 至 2,147,483,647)

BIGINT (8-byte 有符号整型，从 -9,223,372,036,854,775,808 至 9,223,372,036,854,775,807)
FLOAT (4-byte 单精度浮点数 )
DOUBLE (8-byte 双精度浮点数)

DOUBLE PRECISION (DOUBLE的别名，从Hive 2.2.0开始提供支持)

DECIMAL
- Hive 0.11.0 引入， 38 位的精度
- Hive 0.13.0 引入了了用户可定义的精度和规模
NUMERIC (和 DECIMAL一样，从 Hive 3.0.0开始提供支持)

Date/Time 类型

TIMESTAMP (注: 只是从Hive 0.8.0开始提供支持)
DATE (注: 只是从Hive 1.2.0开始提供支持)
INTERVAL (注: 只是从Hive 1.2.0开始提供支持)

String Types

STRING
VARCHAR (注: 只是从Hive 1.2.0开始提供支持)
CHAR (注: 只是从Hive 0.13.0开始提供支持 )

Misc Types

BOOLEAN
BINARY (注: 只是从Hive 0.8.0开始提供支持)

Complex Types

arrays: ARRAY<data_type> (注: 从 Hive 0.14起允许负值和非常量表达式。)
maps: MAP<primitive_type, data_type> (注: 从 Hive 0.14起允许负值和非常量表达式。)
structs: STRUCT<col_name : data_type [COMMENT col_comment], ...>
union: UNIONTYPE<data_type, data_type, ...> (注: 只有从Hive 0.7.0开始可用。)

列类型

整数类型 (`TINYINT`, `SMALLINT`, `INT/INTEGER`, `BIGINT`)

默认情况下，整型文字被认为是INT型的，除非这个数字超过了INT的范围，在这种情况下，它被解释为BIGINT，或者如果在这个数字上出现了以下的后缀。

Type	Postfix	Example
TINYINT	Y	100Y
SMALLINT	S	100S
BIGINT	L	100L

Version

INTEGER is introduced as a synonym for INT in Hive 2.2.0 (HIVE-14950).

Strings

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。

Varchar

Varchar类型创建时需要长度说明符(在1和65535之间)，它定义了字符串中允许的最大字符数。如果一个字符串值被转换为varchar类型但是超过了长度说明符，那么字符串将自动被截断。字符长度是由字符串中包含的代码点的数量决定的。

跟字符串一样，尾部空格在varchar中非常重要，并且会影响比较结果。

局限性

非通用的UDF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UDF，varchar值将转换为字符串并传递给UDF。要直接使用varchar参数或返回varchar值，需要创建一个GenericUDF。
如果它们依赖基于反射的方法来检索类型信息，则可能存在其他不支持varchar的上下文。这包括一些SerDe实现。

Version

Varchar datatype was introduced in Hive 0.12.0 (HIVE-4844).

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。

 
            CREATE TABLE foo (bar CHAR( 
            10 
            ))

Version

Char datatype was introduced in Hive 0.13.0 (HIVE-5191).

Timestamps

支持传统的UNIX时间戳和可选的纳秒精度。

支持的表示方式：

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)

时间戳实际是不被解释时间而是被存储为来自UNIX时代的偏移量。为转换时区提供方便的UDF(to_utc_timestamp, from_utc_timestamp)。
所有现有的datetime UDF(月、日、年、小时等)都使用TIMESTAMP 数据类型。

文本文件中的时间戳必须使用的格式为： yyyy-mm-dd hh:mm:ss[.f...]。如果它们是另一种格式，将它们声明为适当的类型(INT、FLOAT、STRING等)，并使用UDF将它们转换为时间戳。

在表级别上，可以通过向SerDe属性“时间戳”提供格式来支持其他时间戳格式。格式”(as of release 1.2.0 with HIVE-9298)。例如, yyyy-MM-dd'T'HH:mm:ss.SSS,yyyy-MM-dd'T'HH:mm:ss.

Version

Timestamps were introduced in Hive

Hive官方使用手册——数据类型