Hive中的集合數(shù)據(jù)類型

Hive系列文章

1. Hive表的基本操作

2. Hive中的集合數(shù)據(jù)類型

3. Hive動(dòng)態(tài)分區(qū)詳解

4. hive中orc格式表的數(shù)據(jù)導(dǎo)入

5. Java通過jdbc連接hive

6. 通過HiveServer2訪問Hive

7. SpringBoot連接Hive實(shí)現(xiàn)自助取數(shù)

8. hive關(guān)聯(lián)hbase表

9. Hive udf 使用方法

10. Hive基于UDF進(jìn)行文本分詞

11. Hive窗口函數(shù)row number的用法

12. 數(shù)據(jù)倉庫之拉鏈表

除了使用礎(chǔ)的數(shù)據(jù)類型string等，Hive中的列支持使用struct, map, array集合數(shù)據(jù)類型。

1. Array的使用

創(chuàng)建數(shù)據(jù)庫表，以array作為數(shù)據(jù)類型

create table  person(name string,work_locations array<string>)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
COLLECTION ITEMS TERMINATED BY ',';

數(shù)據(jù)

biansutao beijing,shanghai,tianjin,hangzhou
linan changchu,chengdu,wuhan

入庫數(shù)據(jù)

LOAD DATA LOCAL INPATH '/home/hadoop/person.txt' OVERWRITE INTO TABLE person;

查詢

hive> select * from person;
biansutao       ["beijing","shanghai","tianjin","hangzhou"]
linan   ["changchu","chengdu","wuhan"]
Time taken: 0.355 seconds
hive> select name from person;
linan
biansutao
Time taken: 12.397 seconds
hive> select work_locations[0] from person;
changchu
beijing
Time taken: 13.214 seconds
hive> select work_locations from person;   
["changchu","chengdu","wuhan"]
["beijing","shanghai","tianjin","hangzhou"]
Time taken: 13.755 seconds
hive> select work_locations[3] from person;
NULL
hangzhou
Time taken: 12.722 seconds
hive> select work_locations[4] from person;
NULL
NULL
Time taken: 15.958 seconds

2. Map 的使用

創(chuàng)建數(shù)據(jù)庫表

create table score(name string, score map<string,int>)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
COLLECTION ITEMS TERMINATED BY ','
MAP KEYS TERMINATED BY ':';

要入庫的數(shù)據(jù)

biansutao '數(shù)學(xué)':80,'語文':89,'英語':95
jobs '語文':60,'數(shù)學(xué)':80,'英語':99

入庫數(shù)據(jù)

LOAD DATA LOCAL INPATH '/home/hadoop/score.txt' OVERWRITE INTO TABLE score;

查詢

hive> select * from score;
biansutao       {"數(shù)學(xué)":80,"語文":89,"英語":95}
jobs    {"語文":60,"數(shù)學(xué)":80,"英語":99}
Time taken: 0.665 seconds
hive> select name from score;
jobs
biansutao
Time taken: 19.778 seconds
hive> select t.score from score t;
{"語文":60,"數(shù)學(xué)":80,"英語":99}
{"數(shù)學(xué)":80,"語文":89,"英語":95}
Time taken: 19.353 seconds
hive> select t.score['語文'] from score t;
60
89
Time taken: 13.054 seconds
hive> select t.score['英語'] from score t;
99
95
Time taken: 13.769 seconds

修改map字段的分隔符

Storage Desc Params:         
    colelction.delim        ##                  
    field.delim             \t                  
    mapkey.delim            =                   
    serialization.format    \t                  

可以通過desc formatted tableName查看表的屬性。
hive-2.1.1中，可以看出colelction.delim，這里是colelction而不是collection，hive里面這個(gè)單詞寫錯(cuò)了，所以還是要按照錯(cuò)誤的來。

alter table t8 set serdepropertyes('colelction.delim'=',');

3. Struct 的使用

創(chuàng)建數(shù)據(jù)表

CREATE TABLE test(id int,course struct<course:string,score:int>)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
COLLECTION ITEMS TERMINATED BY ',';

數(shù)據(jù)

1 english,80
2 math,89
3 chinese,95

入庫

LOAD DATA LOCAL INPATH '/home/hadoop/test.txt' OVERWRITE INTO TABLE test;

查詢

hive> select * from test;
OK
1       {"course":"english","score":80}
2       {"course":"math","score":89}
3       {"course":"chinese","score":95}
Time taken: 0.275 seconds
hive> select course from test;
{"course":"english","score":80}
{"course":"math","score":89}
{"course":"chinese","score":95}
Time taken: 44.968 seconds
select t.course.course from test t; 
english
math
chinese
Time taken: 15.827 seconds
hive> select t.course.score from test t;
80
89
95
Time taken: 13.235 seconds

4. 不支持組合的復(fù)雜數(shù)據(jù)類型

我們有時(shí)候可能想建一個(gè)復(fù)雜的數(shù)據(jù)集合類型，比如下面的a字段，本身是一個(gè)Map，它的key是string類型的，value是Array集合類型的。

建表

create table test1(id int,a MAP<STRING,ARRAY<STRING>>)
row format delimited fields terminated by '\t' 
collection items terminated by ','
MAP KEYS TERMINATED BY ':';

導(dǎo)入數(shù)據(jù)

1 english:80,90,70
2 math:89,78,86
3 chinese:99,100,82

LOAD DATA LOCAL INPATH '/home/hadoop/test1.txt' OVERWRITE INTO TABLE test1;

這里查詢出數(shù)據(jù)：

hive> select * from test1;
OK
1    {"english":["80"],"90":null,"70":null}
2    {"math":["89"],"78":null,"86":null}
3    {"chinese":["99"],"100":null,"82":null}

可以看到，已經(jīng)出問題了，我們意圖是想"english":["80", "90", "70"]，實(shí)際上把90和70也當(dāng)作Map的key了，value值都是空的。分析一下我們的建表語句，collection items terminated by ','制定了集合類型（map, struct, array）數(shù)據(jù)元素之間分隔符是", "，實(shí)際上map也是屬于集合的，那么也會(huì)按照逗號(hào)分出3個(gè)key-value對；由于MAP KEYS TERMINATED BY ':'定義了map中key-value的分隔符是":"，第一個(gè)“english”可以準(zhǔn)確識(shí)別，后面的直接把value置為"null"了。

猜你喜歡

Spark性能優(yōu)化指南——高級(jí)篇

Spark性能優(yōu)化指南——基礎(chǔ)篇

數(shù)倉建模分層理論

Hive整合Hbase

Hive中的鎖的用法場景

Hive表的基本操作(必會(huì))