hive学习笔记之一：基本数据类型

欢迎访问我的GitHub

github.com/zq2599/blog_demos

内容：所有原创文章分类汇总及配套源码，涉及Java、Docker、Kubernetes、DevOPS等；

关于hive学习笔记系列

• 《hive学习笔记》系列保持了作者一贯的风格，即通过实战学习和了解；
• 作为一个构建在Hadoop上的数据仓库框架，hive被用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制，hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。(来自：《Hadoop应用开发实战详解（修订版）》)
• 架构如下，可见最终还是在执行MapReduce：

环境信息

本文对应的环境信息如下：

1. CentOS Linux release 7.5.1804
2. JDK：1.8.0_191
3. hadoop：2.7.7
4. hive：1.2.2

关于hive的部署

1. 需要先部署hadoop环境，请参考[《Linux部署hadoop2.7.7集群》]
2. hadoop部署成功后，安装和体验hive其参考[《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

• 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：

关于三种字符串类型

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

常用类型综合实战

1. 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;

2. 用insert语句新增一条记录：

insert into t1 
values 
(101, 'a101', true, '2020-01-01', '2020-03-01 00:00:00');

3. 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, '2020-01-01', current_timestamp() 
from t1 limit 1;

4. 看一下新增的两条记录：

hive> select * from t1;
OK
101	a101	true	2020-01-01	2020-03-01 00:00:00
103	a103	true	2020-01-01	2020-10-27 20:42:35.729
Time taken: 0.062 seconds, Fetched: 2 row(s)

5. 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)

6. 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
2020-01-01 00:00:00
2020-01-01 00:00:00
Time taken: 0.051 seconds, Fetched: 2 row(s)

7. 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
2020-03-01
2020-10-27
Time taken: 0.063 seconds, Fetched: 2 row(s)

8. 将TIMESTAMP字段转为BIGINT：

select to_date(timestamp_field) from t1;

响应：

hive> select to_date(timestamp_field) from t1;
OK
2020-03-01
2020-10-27
Time taken: 0.063 seconds, Fetched: 2 row(s)

至此，hive的基本数据类型已经了解，接下来的章节咱们一起学习了解复杂数据类型；
我是欣宸，期待与您一同畅游Java世界…