hive学习笔记之一：基本数据类型_网络技术_宿州市腾雀网络科技有限公司

欢迎访问我的github《hive学习笔记》系列导航，涵盖了基本数据类型、复杂数据类型、内部表和外部表、分区表、分桶表、hiveql基础、内置函数、sqoop基础、用户自定义函数(udf)、用户自定义聚合函数(udaf)和用户自定义表生成函数(udtf)等内容。《hive学习笔记》系列秉承作者一贯的风格，通过实战来学习和了解hive。作为构建在hadoop之上的数据仓库框架，hive用于数据提取、转换和加载，这是一种能够存储、查询和分析存储在hadoop中的大规模数据的机制。hive数据仓库工具可以将结构化的数据文件映射为数据库表，并提供sql查询功能，将sql语句转换为mapreduce任务执行。（摘自《hadoop应用开发实战详解（修订版）》）其架构如下图所示，最终还是通过执行mapreduce来实现：

环境信息如下：

本文对应的环境信息如下：

CentOS Linux release 7.5.1804
JDK：1.8.0_191
Hadoop：2.7.7
Hive：1.2.2

关于Hive的部署，需要先部署Hadoop环境，请参考《Linux部署Hadoop 2.7.7集群》。Hadoop部署成功后，安装和体验Hive请参考《安装和体验Hive》。

数据类型简介：

Hive支持基本和复杂数据类型：

基本数据类型：包括数值型、布尔型、字符串类型和时间戳类型；
复杂数据类型：数组、映射、结构。

基本数据类型可以通过思维导图来分类和理解：

下面通过列表说明所有的基本数据类型：

类型	描述	示例
BOOLEAN	true/false	TRUE
TINYINT	1字节有符号整数，从-128到127	1Y
SMALLINT	2字节有符号整数，从-32768到32767	1S
INT	4字节有符号整数，从-2147483648到2147483647	1
BIGINT	8字节有符号整数，从-9223372036854775808到9223372036854775807	1L
FLOAT	4字节单精度浮点数	1.0
DOUBLE	8字节(64位)双精度浮点数	1.0
DECIMAL	任意精度有符号小数	1.0
STRING	无上限可变长度字符串	'a', "a"
VARCHAR	可变长度字符串，需要声明最大长度（1到65535之间）	'a', "a"
CHAR	固定长度字符串	'a', "a"
BINARY	字节数组	-
TIMESTAMP	精度到纳秒的时间戳	'2025-03-01 00:00:00'
DATE	日期	'2025-01-01'

关于三种字符串类型：

STRING：变长，无需最大长度声明，理论上能存储2GB字符；
VARCHAR：变长，需要声明最大长度（1到65535之间），例如VARCHAR(100)；
CHAR：定长，如CHAR(100)。

常用类型综合实战：

启动Hive，进入交互模式，执行以下语句建表，字段类型是常用的几种：

create table t1(int_field INT, string_field STRING, boolean_field BOOLEAN, date_field DATE, timestamp_field TIMESTAMP) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' STORED AS TEXTFILE;

用insert语句新增一条记录：

insert into t1 values (101, 'a101', true, '2025-01-01', '2025-03-01 00:00:00');

使用函数，在新增的记录的时候，将timestamp_field字段设置为当前时间，注意和前面的insert语句比较一下，使用函数时必须用到select XXX from XXX limit 1这样的语法：

insert into t1 select 103, 'a103', true, '2025-01-01', current_timestamp() from t1 limit 1;

看一下新增的两条记录：

hive> select * from t1;
OK
101 a101 true 2025-01-01 2025-03-01 00:00:00
103 a103 true 2025-01-01 2025-10-27 20:42:35.729
Time taken: 0.062 seconds, Fetched: 2 row(s)

查看当前时间：

select unix_timestamp();

响应：

hive> select unix_timestamp();
OK
1603802631
Time taken: 0.028 seconds, Fetched: 1 row(s)

将DATE字段转为TIMESTAMP：

select cast(date_field as timestamp) from t1;

响应：

hive> select cast(date_field as timestamp) from t1;
OK
2025-01-01 00:00:00
2025-01-01 00:00:00
Time taken: 0.051 seconds, Fetched: 2 row(s)

将TIMESTAMP字段转为DATE：

select to_date(timestamp_field) from t1;

响应：

hive> select to_date(timestamp_field) from t1;
OK
2025-03-01
2025-10-27
Time taken: 0.063 seconds, Fetched: 2 row(s)

将TIMESTAMP字段转为BIGINT：

select unix_timestamp(timestamp_field) from t1;

响应：

hive> select unix_timestamp(timestamp_field) from t1;
OK
1583020800
1603802555
Time taken: 0.059 seconds, Fetched: 2 row(s)

至此，Hive的基本数据类型已经了解，接下来的章节我们将一起学习和了解复杂数据类型。

# linux # centos # git # 工具 # sql语句 # 聚合函数 # red # sql # 架构 # 数据类型 # String # select # date # timestamp # 字符串 # 布尔型 # char # 字符串类型 # github # hadoop # hive # 数据库 # mapreduce # sqoop # 应用开发 # 思维导图 # 自定义 # 分区表 # 请参考 # 学习笔记 # 变长 # 定长 # 浮点数 # 可以通过 # 布尔 # 三种

相关栏目：【网站优化151355 】【网络推广146373 】【网络技术251813 】【 AI营销90571 】