数据类型
基本数据类型
这些数据类型都是基于Java的数据类型实现的，所以他们的行为表现和Java类型一致
| 类型 | 描述 | |
|---|---|---|
| boolean | 布尔值 | |
| tinyint | 1字节 | 有符号整数 |
| smallint | 2字节 | |
| int | 4字节 | |
| bigint | 8字节 | |
| float | 4字节单精度浮点数 | |
| double | 8字节双精度浮点数 | |
| deicimal | 任意精度的带符号小数 | |
| string | 变长字符串 | |
| varchar | 变长字符串（1~65535） | |
| char | 定长字符串（1-255） | |
| binary | 字节数组 | |
| timestamp | 时间戳，精度是纳秒（yyyy-mm-dd hh:mm:ss[.f...]） | |
| date | 日期（YYYY--MM--DD） | |
复合数据类型
| 类型 | 描述 | 定义 |
|---|---|---|
| array | 有序集合，元素都是同类型的 | array<数据类型> |
| map | 键值对 | map<原始类型, 数据类型> |
| struct | 字段集合,类型可以不同 | struct<列名 : 数据类型, ...> |
| uniontype | 不同类型的集合 | uniontype<数据类型, 数据类型, ...> |
其中uniontype在Hive的官方文档中表示对其支持是不完整的：
在join、where和group by子句中引用uniontype字段的查询将会失败，并且Hive没有定义语法来提取uniontype的标签或值字段。
使用例子
创建表
create table student(id bigint, name string, course array<string>, score map<string, int>, info struct<location:string, number:int>)
row format delimited
-- 字段用制表符分割
fields terminated by "\t"
-- 集合元素用逗号分割
collection items terminated by ","
-- map键值用冒号分割
map keys terminated by ":"
lines terminated by "\n";
导入数据
创建一个complex-student.txt文件，内容如下
1 张三 语文,数学,英语 a:68,b:80,c:90 xx小区,123123
2 李三 化学,物理,生物 d:68,e:80,f:90 xx公寓,321321
将数据导入student表
local代表后面的路径是我们服务器的路径，不写就是hdfs的文件系统路径
load data local inpath "/root/demo-apps/data-file/complex-student.txt" into table student;
?查询数据?
我们还能单独查询复合类型中的某一个值
select course[0], score['a'], info.location from student;另外，查看hdfs我们会发现，表中的数据实际就是以文件的方式存储的
[root@icydate data-file]# hadoop fs -ls hdfs://localhost:9000/user/hive/warehouse/test.db/student
2022-01-12 15:52:38,093 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Found 1 items
-rwxr-xr-x 1 root supergroup 122 2022-01-12 15:36 hdfs://localhost:9000/user/hive/warehouse/test.db/student/complex-student.txt