Hive 特殊的数据类型 Array、Map、Struct

Array

数组类型，存储数据类型一致的列表数据。

我们可以使用 array 方法来创建一个数组，如下所示：

sql 复制代码

select array(1,2,3,4,5);

如果其中的数据类型不一致，那么它会转换成统一的数据类型（前提是能够进行转换）：

sql 复制代码

-- 同时存在整型和字符型 会统一转换为整型
select array(1,"1",2,3,4,5);

Array 数据类型的使用

创建测试表：

sql 复制代码

create table if not exists array_test(
users array<string>
)
row format delimited fields terminated by '\t';

插入一些测试数据：

sql 复制代码

insert into table array_test values(array("Jack","Mary","Lily"));

查询表数据：

sql 复制代码

select * from array_test;

获取数组中的数据

sql 复制代码

select
  users,
  users[0] first_col,
  users[10] null_col
from
  array_test;

获取数组值的方式和我们在 Java 中一样，采用下标的方式访问，当访问的下标超过数组的长度时，并不会报错，它会返回 null 值。

如果想要判断数组中是否存在某个值，可以使用 array_contains 方法：

sql 复制代码

select
  users,
  array_contains(users,"Jack") is_save_Jack,
  array_contains(users,"Tom") is_save_Tom
from
  array_test;

Map

Map 是 KV 键值对类型，其中存储的字段数量可多可少，但是 KV 键值对的数据类型必须提前确定。

同样，在 Hive 中也提供了创建 Map 键值对的方法 map，如下所示：

sql 复制代码

select map(1,2,3,4);

它会将前面的数据当作 Key，后面的数据当作 Value，两两组合，形成 Map 集合。

如果其中的数据类型不一致，它同样会转换成统一的数据类型：

sql 复制代码

-- 同时存在整型和字符型 会统一转换为整型
select map(1,2,3,"4");

这里值 Value 中存在整型和字符型数据类型不统一的情况，它会统一将值 Value 都转换成字符型。

如果无法形成两两组合的键值对，则会直接报错：

sql 复制代码

select map(1,2,3,4,5);

Map 数据类型的使用

创建测试表：

sql 复制代码

create table if not exists map_test(
users map<string,string>
)
row format delimited fields terminated by '\t';

往刚刚创建的表中插入一些测试数据：

sql 复制代码

insert into table map_test values (map("name","Mary","age","20")),(map("name","Jack","age","21"));

查询表数据：

sql 复制代码

select * from map_test;

获取 Map 中的数据

sql 复制代码

select
  users,
  users["name"],
  users["age"]
from
  map_test;

如果获取一个不存在的键时，它会返回 null 值：

sql 复制代码

select
  users,
  users["ggg"]
from
  map_test;

在查询时，需要注意，Map 会区分键的大小写：

sql 复制代码

select
  users,
  users["Name"],
  users["AGE"]
from
  map_test;

如果想要获取所有的键或者值，可以使用 map_keys() 或者 map_values()：

sql 复制代码

select
  users,
  map_keys(users),
  map_values(users)
from
  map_test;

Struct

Struct 是结构体数据类型，其中存储对象的相关信息，例如：用户ID、用户名、账号、密码等

Struct 中的数据数量以及类型都必须是确定的。

在 Hive 中提供了创建 Struct 键值对的方法 struct，如下所示：

sql 复制代码

select struct(1,2,3,4);

它会将所有的参数都当作为值，由系统自动生成键名。

如果想要用户来设置键名，那么可以使用另一个方法 named_struct：

sql 复制代码

select named_struct(1,2,3,4);

和 Map 一样，它会将前面的数据当作 Key，后面的数据当作 Value，两两组合，形成结构体。

如果其中的数据类型不一致，它同样会转换成统一的数据类型：

sql 复制代码

-- 同时存在整型和字符型 会统一转换为整型
select named_struct(1,2,3,"4");

这里值 Value 中存在整型和字符型数据类型不统一的情况，它会统一将值 Value 都转换成字符型。

Struct 数据类型的使用

创建测试表：

sql 复制代码

create table if not exists struct_test(
users struct<id:int,name:string,age:int>
)
row format delimited fields terminated by '\t';

往刚刚创建的表中插入一些测试数据：

sql 复制代码

insert into table struct_test values (named_struct("id",1001,"name","Mary","age",20)),(named_struct("id",1002,"name","Jack","age",21)),(named_struct("id",1003,"name","Tom","age",20));

如果数据的类型与定义的类型产生冲突，它会直接报错。

查询表数据：

sql 复制代码

select * from struct_test;

获取 Struct 中的数据

sql 复制代码

select
  users,
  users.id,
  users.name,
  users.age
from
  struct_test;

如果获取一个不存在的键时，它会直接报错：

sql 复制代码

select
  users,
  users.ggg
from
  struct_test;

在查询时，需要注意，它和 Map 不同，忽略大小写：

sql 复制代码

select
  users,
  users.ID,
  users.NaME,
  users.Age
from
  struct_test;

嵌套使用

在 Hive 中，我们可以嵌套使用特殊的数据类型。

创建测试表：

sql 复制代码

create table if not exists test(
users array<struct<id:int,name:string>>
)
row format delimited fields terminated by '\t';

插入一些测试数据：

sql 复制代码

insert into table test values(array(named_struct("id",1001,"name","Jack")));

查询表数据：

sql 复制代码

select * from test;

获取嵌套格式中的数据

其实和前面一样，每层使用各自的访问方式就行了。

sql 复制代码

select
  users,
  users[0].id,
  users[0].name
from
  test;

其余格式之间的嵌套这里就不再说明了，同学们可以自己尝试。