《Hive编程指南》读书笔记 | 一文看懂Hive的数据类型和文件格式

　　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。

　　和大多数数据库相比，Hive具有一个独特的功能，那就是其对于数据在文件中的编码方式具有非常大的灵活性。

　　大多数数据库对数据具有完全的控制，其包括对数据存储到磁盘的过程的控制，也包括对数据生命周期的控制。

　　而Hive将这些方面的控制权交给用户，使用户更容易地使用各种各样的工具来管理和处理数据。

一、 基本数据类型

表1-1 Hive基本数据类型

数据类型	长度	例子
TINYINT	1byte有符号整数	20
SMALINT	2 byte有符号整数	20
INT	4 byte有符号整数	20
BIGINT	8 byte有符号整数	20
BOOLEAN	布尔类型，true或false	TRUE
FLOAT	单精度浮点数	3.14159
DOUBLE	双精度浮点数	3.14159
STRING	字符序列。可指定字符集。可使用单引号或双引号	‘now is the time’,”for all good men”
TIMESTAMP(v0.8.0+)	整数、浮点数或字符串	1327882397(Unix新纪元秒)，1327882397。123456789（Unix新纪元秒并跟随有纳秒数）和‘2019-09-09 12:34:56.123456789’（JDBC所兼容的java.sql.Timestamp）
BINARY(v0.8.0+)	字节数组	见下文

二、 Hive的基本数据类型与Java中对应的类型一致

Hive的基本数据类型都是对Java中的接口的实现，因此这些类型的具体行为细节和Java中对应的类型是完全一致的。

三、 Hive不支持限制最大长度的“字符数组”类型

关系型数据库支持该类型是出于性能优化的考虑，因为定长的记录更容易进行建立索引，数据扫描等。

Hive所处的世界是“宽松”的，它不一定拥有数据文件，但必须能够支持使用不同的文件格式。Hive根据不同字段间的分隔符来对其进行判断。

同时，Hadoop和Hive强调优化磁盘的读和写的性能，而限制列的值的长度相对来说并不重要。

巴特西