Hive集合数据类型
来源:互联网 发布:出库软件哪个好 编辑:程序博客网 时间:2024/06/14 10:25
Hive的列除了支持基本的数据类型外,还支持使用Struct、Map和Array三种集合数据类型。
假设某表有如下一行,我们用JSON格式来表示其数据结构。在Hive下访问的格式为
{ "name": "John Doe", "salary": 100000.0 , "subordinates": ["Mary Smith" , "Todd Jones"] , //列表Array, subordinates[1]=”Tood Jones” "deductions": { //键值Map, deductions[’Federal Taxes’]=0.2 "Federal Taxes": 0.2 , "State Taxes": 0.05, "Insurance": 0.1 } "address": { //结构Struct, address.city=”Chicago” "street": "1 Michigan Ave." , "city": "Chicago" , "state": "IL" , "zip": 60600 }}
基于上述数据结构,我们在Hive里创建对应的表,并导入数据。
创建本地测试文件6_1.txt
John Doe,100000.0,Mary Smith_Todd Jones,Federal Taxes:0.2_State Taxes:0.05_Insurance:0.1,1 Michigan Ave._Chicago_1L_60600Tom Smith,90000.0,Jan_Hello Ketty,Federal Taxes:0.2_State Taxes:0.05_Insurance:0.1,Guang dong._China_0.5L_60661
注意,STRUCT和ARRAY里的元素间关系都可以用同一个字符表示,这里用“_”。
Hive上创建测试表employees
CREATE TABLE learn.employees(name STRING,sa1ary FLOAT,subordinates ARRAY<STRING>,deductions MAP<STRING, FLOAT>,address STRUCT<street:STRING, city:STRING, state:STRING, zip:INT>)ROW FORMAT DELIMITEDFIELDS TERMINATED BY ',' -- 列分隔符COLLECTION ITEMS TERMINATED BY '_' -- STRUCT 和 ARRAY 的分隔符MAP KEYS TERMINATED BY ':' -- MAP中的key与value的分隔符LINES TERMINATED BY '\n'; -- 行分隔符
导入文本数据到测试表
load data local inpath "/home/hadoop/files/input/6_1.txt" overwrite into table learn.employees ;
访问三种集合列里的数据,以下分别是ARRAY,MAP,STRUCT的访问方式
hive> select subordinates[1], deductions['Federal Taxes'],address.city from learn.employees;OKTodd Jones 0.2 ChicagoHello Ketty 0.2 ChinaTime taken: 0.123 seconds, Fetched: 2 row(s)
通过集合类型来定义列的好处是什么?
在大数据系统中,不遵循标准格式的一个好处就是可以提供更高吞吐量的数据。
当处理的数据的数量级是T 或者P 时,以最少的"头部寻址"来从磁盘上扫描数据是非常必要的。按数据集进行封装的话可以通过减少寻址次数来提供查询的速度。而如果根据外键关系关联的话则需要进行磁盘间的寻址操作,这样会有非常高的性能消耗。
阅读全文
0 0
- Hive集合数据类型
- Hive学习(三)-集合数据类型
- 读书笔记:Hive中的集合数据类型
- Hive集合数据类型(Struct,Map,Array)
- Hive数据类型-集合类型(Array-Map-Struct)的尝试
- hive数据类型
- hive数据类型
- hive 数据类型
- hive 数据类型
- Hive数据类型
- Hive数据类型
- Hive数据类型
- Hive数据类型
- hive数据类型
- Hive数据类型
- Hive数据类型
- Hive数据类型
- hive数据类型
- 解决oracle存储过程死锁问题
- shell常用命令
- 邮件发送代码片段
- protocol .proto文件转.java文件
- Unity_NGUI基础控件_ScrollView_042
- Hive集合数据类型
- linux zip,linux下打包zip文件
- red_black_tree的一个实现(c/c++)
- 特定式子的非线性拟合(使用于数据较少的的时候)
- 查看进程所消耗的内存脚本
- Keras实现一个简单的Regression回归
- 模板方法模式--大步骤一样小实现不同
- 手把手叫你如何集成高德地图,实现地图显示、定位蓝点、大头针显示、获取周围地点信息等
- “多进程”,你不知道的事(下)