欢迎访问我的github《hive学习笔记》系列导航，涵盖了基本数据类型、复杂数据类型、内部表和外部表、分区表、分桶表、hiveql基础、内置函数、sqoop基础、用户自定义函数(udf)、用户自定义聚合函数(udaf)和用户自定义表生成函数(udtf)等内容。《hive学习笔记》系列秉承作者一贯的风格，通过实战来学习和了解hive。作为构建在hadoop之上的数据仓库框架，hive用于数据提取、转换和加载，这是一种能够存储、查询和分析存储在hadoop中的大规模数据的机制。hive数据仓库工具可以将结构化的数据文件映射为数据库表，并提供sql查询功能，将sql语句转换为mapreduce任务执行。（摘自《hadoop应用开发实战详解（修订版）》）其架构如下图所示，最终还是通过执行mapreduce来实现：
环境信息如下：
本文对应的环境信息如下：
- CentOS Linux release 7.5.1804
- JDK：1.8.0_191
- Hadoop：2.7.7
- Hive：1.2.2
关于Hive的部署，需要先部署Hadoop环境，请参考《Linux部署Hadoop 2.7.7集群》。Hadoop部署成功后，安装和体验Hive请参考《安装和体验Hive》。
数据类型简介：
Hive支持基本和复杂数据类型：
- 基本数据类型：包括数值型、布尔型、字符串类型和时间戳类型；
- 复杂数据类型：数组、映射、结构。
基本数据类型可以通过思维导图来分类和理解：
下面通过列表说明所有的基本数据类型：
| 类型 | 描述 | 示例 |
|---|---|---|
| BOOLEAN | true/false | TRUE |
| TINYINT | 1字节有符号整数，从-128到127 | 1Y |
| SMALLINT | 2字节有符号整数，从-32768到32767 | 1S |
| INT | 4字节有符号整数，从-2147483648到2147483647 | 1 |
| BIGINT | 8字节有符号整数，从-9223372036854775808到9223372036854775807 | 1L |
| FLOAT | 4字节单精度浮点数 | 1.0 |
| DOUBLE | 8字节(64位)双精度浮点数 | 1.0 |
| DECIMAL | 任意精度有符号小数 | 1.0 |
| STRING | 无上限可变长度字符串 | 'a', "a" |
| VARCHAR | 可变长度字符串，需要声明最大长度（1到65535之间） | 'a', "a" |
| CHAR | 固定长度字符串 | 'a', "a" |
| BINARY | 字节数组 | - |
| TIMESTAMP | 精度到纳秒的时间戳 | '2020-03-01 00:00:00' |
| DATE | 日期 | '2020-01-01' |
关于三种字符串类型：
- STRING：变长，无需最大长度声明，理论上能存储2GB字符；
- VARCHAR：变长，需要声明最大长度（1到65535之间），例如VARCHAR(100)；
- CHAR：定长，如CHAR(100)。
常用类型综合实战：
启动Hive，进入交互模式，执行以下语句建表，字段类型是常用的几种：
create table t1(int_field INT, string_field STRING, boolean_field BOOLEAN, date_field DATE, timestamp_field TIMESTAMP) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' STORED AS TEXTFILE;
用insert语句新增一条记录：
这套系统是之前为一个朋友开发的一套游戏币交易系统，开发语言asp+javascript 数据库是Access。现在提供免费下载给新人学习,请不要用于商业用处。大分类为：商品管理现金转虚拟币管理 虚拟币转现金管理 历史转换记录 ID搜索虚拟币管理用户管理前台用户管理 被停权的会员 后台管理员添加 后台用户员管理 数据表备份分类管理游戏名称管理 服务器名管理数据统计查询交易类型数据信息管理修改重要公告
insert into t1 values (101, 'a101', true, '2020-01-01', '2020-03-01 00:00:00');
使用函数，在新增的记录的时候，将timestamp_field字段设置为当前时间，注意和前面的insert语句比较一下，使用函数时必须用到select XXX from XXX limit 1这样的语法：
insert into t1 select 103, 'a103', true, '2020-01-01', current_timestamp() from t1 limit 1;
看一下新增的两条记录：
hive> select * from t1; OK 101 a101 true 2020-01-01 2020-03-01 00:00:00 103 a103 true 2020-01-01 2020-10-27 20:42:35.729 Time taken: 0.062 seconds, Fetched: 2 row(s)
查看当前时间：
select unix_timestamp();
响应：
hive> select unix_timestamp(); OK 1603802631 Time taken: 0.028 seconds, Fetched: 1 row(s)
将DATE字段转为TIMESTAMP：
select cast(date_field as timestamp) from t1;
响应：
hive> select cast(date_field as timestamp) from t1; OK 2020-01-01 00:00:00 2020-01-01 00:00:00 Time taken: 0.051 seconds, Fetched: 2 row(s)
将TIMESTAMP字段转为DATE：
select to_date(timestamp_field) from t1;
响应：
hive> select to_date(timestamp_field) from t1; OK 2020-03-01 2020-10-27 Time taken: 0.063 seconds, Fetched: 2 row(s)
将TIMESTAMP字段转为BIGINT：
select unix_timestamp(timestamp_field) from t1;
响应：
hive> select unix_timestamp(timestamp_field) from t1; OK 1583020800 1603802555 Time taken: 0.059 seconds, Fetched: 2 row(s)
至此，Hive的基本数据类型已经了解，接下来的章节我们将一起学习和了解复杂数据类型。
