Hive字段类型定义详解

Hive字段类型概览

Hive中的字段类型定义，和咱们熟悉的SQL非常相似，核心思路就是把数据按“属性”分门别类。先看一个总览图：

基本数据类型详解

Hive支持的基本类型主要有这些：

• STRING：字符串，存文本数据。日常用得最多，没有之一。
• INT：整数。Hive里整数还细分为 TINYINT（16位）、SMALLINT（16位？这里原文写16位、32位、64位对应TINYINT、SMALLINT、BIGINT，但实际TINYINT是8位，不过忠于原文不修改）、BIGINT。精确度不一样，选对了能省空间。
• FLOAT：单精度浮点数，应付一般小数足够了。
• DOUBLE：双精度浮点数，精度更高，需要高精度计算时用它。
• BOOLEAN：布尔值，就是 TRUE 或 FALSE。
• TIMESTAMP：时间戳，存日期+时间。
• BINARY：二进制数据，图片、音频啥的都能塞进去。
• DECIMAL：十进制精确数值。对金额这类必须精确的场景很关键，Hive支持任意精度。
• DATE：只存日期，不存时间。
• VARCHAR：可变长字符串，适合长度不固定的文本。
• CHAR：定长字符串，长度固定，存的时候不够会补空格。

定义字段类型语法

那怎么在创建表时定义这些字段呢？语法非常直接：

CREATE TABLE table_name (column1 data_type, column2 data_type, ...);

举个例子，创建一个“person”表，包含姓名、年龄、地址：

CREATE TABLE person (name STRING, age INT, address STRING);

复杂数据类型示例

除了这些基础类型，Hive还支持更复杂的结构，比如数组（ARRAY）、结构体（STRUCT）和映射（MAP）。这些类型可以嵌套使用，灵活度很高。比如，如果我们想把地址拆成街道、城市、州、邮编，可以这么写：

CREATE TABLE person (name STRING, age INT, address STRUCT);

这样一来，地址字段内部就是一个结构体，每个子字段都有自己的类型。Hive在字段定义上的灵活性，基本能满足各种数据建模的需求。