[[384722]]

本文轉載自微信公眾號「Java大數據與數據倉庫」，作者柯同學。轉載本文請聯系Java大數據與數據倉庫公眾號。  

除了使用礎的數據類型string等，Hive中的列支持使用struct, map, array集合數據類型。

1. Array的使用

創建數據庫表，以array作為數據類型

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

數據

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

入庫數據

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

創建數據庫表

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

要入庫的數據

biansutao '數學':80,'語文':89,'英語':95 
jobs '語文':60,'數學':80,'英語':99 

入庫數據

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

查詢

hive> select * from score; 
biansutao       {"數學":80,"語文":89,"英語":95} 
jobs    {"語文":60,"數學":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,"數學":80,"英語":99} 
{"數學":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里面這個單詞寫錯了，所以還是要按照錯誤的來。

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

3. Struct 的使用

創建數據表

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

數據

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. 不支持組合的復雜數據類型

我們有時候可能想建一個復雜的數據集合類型，比如下面的a字段，本身是一個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 ':'; 

導入數據

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; 

這里查詢出數據：

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，已經出問題了，我們意圖是想"english":["80", "90", "70"]，實際上把90和70也當作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)數據元素之間分隔符是", "，實際上map也是屬于集合的，那么也會按照逗號分出3個key-value對;由于MAP KEYS TERMINATED BY ':'定義了map中key-value的分隔符是":"，第一個“english”可以準確識別，后面的直接把value置為"null"了。