Hive是一个建立在 Hadoop 之上的数据仓库工具。 Hive充当 Hadoop 生态系统的接口。它是一个框架，用于使用 HDFS（Hadoop 分布式文件系统）存储数据并使用 Map Reduce 处理数据。因此，Hadoop 中存在的数据由 hive 获取并执行分析活动。在此，我们将借助示例详细讨论 hive 原始数据类型，以便更好地理解。此外，我们将介绍对 hive 数据类型的需求，然后重点介绍原始数据类型，例如数字数据类型、日期时间数据类型、复杂数据类型等。让我们一一讨论。
需要Hive数据类型：
执行分析活动需要一些数据类型和数据格式来处理和检索数据。
- 通过使用Hive，我们可以进行数据分析。
- Hive提供类似于 SQL 的 HQL（Hive查询语言）。
- 我们可以通过定义具有数据类型的表列来创建Hive表。
数据类型分类：
Hive数据类型可以分为两部分。
原始数据类型：
原始数据类型也分为以下 3 种类型。
类型 1 ：
数字数据类型 –
这些数据类型用于定义具有整数变量的列。
| Data type | Size |
|---|---|
| TINYINT – 1 byte signed integer | -128 to 127 |
| SMALLINT – ‘2 byte signed integer | -32, 768 to 32, 767 |
| INT – 4 byte signed integer | –2,147,483,648 to 2,147,483,647 |
| BIGINT – 8 byte signed integer’ | 9,223,372,036,854,775,808 to 9,223,372,036,854,775,807 |
| FLOAT – ‘Single precision floating point | Single Precision |
| DOUBLE – Double precision floating point | Double Precision |
| DECIMAL – Precise decimal type based on Java BigDecimal Object | Big Decimal |
示例查询 –
TINYINT 演示：
在这个 hive 数据类型中，范围是从 -128 到 127。让我们通过一个例子来理解。
create table geeksportal.geekdata(college_id tinyint); SMALLINT 演示：
在这个 hive 数据类型中，大小为 2 个字节，范围为 -32768 到 32767。让我们通过一个例子来理解。
create table geeksportal.geekdata(college_id smallint); INT演示：
在此 hive 数据类型中，大小为 4 字节，范围为 –2,147,483,648 到 2,147,483,647。让我们通过一个例子来理解。
create table geeksportal.geekdata(college_id int); BIGINT 演示：
在此 hive 数据类型中，大小为 8 字节，范围为 9,223,372,036,854,775,808 到 9,223,372,036,854,775,807。让我们通过一个例子来理解。
create table geeksportal.geekdata(phonenumber bigint);浮动演示：
在此 hive 数据类型中，大小是单精度浮点数，范围是单精度。让我们通过一个例子来理解。
create table geeksportal.geekdata(percentage float);双演示：
在此 hive 数据类型中，大小为双精度浮点数，范围为双精度。让我们通过一个例子来理解。
create table geeksportal.geekdata( percentage double );十进制演示：
在这个 hive 数据类型中，size 是基于Java BigDecimal Object 的 Precise decimal 类型，range 是 Big Decimal。让我们通过一个例子来理解。
create table geeksportal.geekdata( percentage decimal);类型 2 ：
日期/时间数据类型 –
在这里，我们将讨论Hive的日期/时间数据类型，如下所示。
TIMESTAMP - 'YYYY-MM-DD HH:MM:SS.fffffffff = 9 decimal place precision时间戳演示：
在这个hive数据类型中，你会看到TIMESTAMP数据类型的演示如下。
create table geeksportal.geekdata( time timestamp);字符串数据类型：
在此配置单元的数据类型，你会明白有如下的例子的帮助字符数据类型的数据类型。
create table geeksportal.geekdata( name string);类型 3 ：
复杂的数据类型——
在这里，我们将讨论Hive的复杂数据类型如下。
大批 ：
数组是由整数索引的所有相同数据类型的字段的集合。
句法 ：
ARRAY地图 ：
映射是键值对的集合，其中键是原始类型，值可以是任何东西。为键和值选择的数据类型必须在每个映射中保持相同。
句法 ：
MAP结构：
它是一个嵌套的复杂数据结构。
句法 ：
STRUCT联合：
它是一种复杂数据类型，可以一次保存其可能的数据类型之一。
句法 ：
UNIONTYPE例子 ：
借助示例演示数据类型，以便更好地理解。考虑一个包含主题和标记记录的文本文件 (Geek.txt)，如下所示。
7058,cse^1,1|2|3,A|50000,3,true
7059,cse^2,1|2,B|40000,good,true代码/查询：
Creating a table t1:
create table t1(id int,class map,sections array,hostel
struct,rating uniontype,exist boolean)
row format delimited
fields terminated by ','
collection items terminated by '|'
map keys terminated by '^'
lines terminated by '\n'
stored as textfile;