Hive QL简介

Hive 是基于Hadoop 构建的一套数据仓库分析系统，它提供了丰富的SQL查询方式来分析存储在Hadoop 分布式文件系统中的数据，可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能，可以将SQL语句转换为MapReduce任务进行运行，通过自己的SQL 去查询分析需要的内容，这套SQL 简称Hive SQL

通过Hive SQL，使不熟悉mapreduce 的用户很方便的利用SQL 语言查询，汇总，分析数据。而mapreduce开发人员可以把己写的mapper 和reducer 作为插件来支持Hive 做更复杂的数据分析。

Hive SQL与关系型数据库的SQL 略有不同，但支持了绝大多数的语句如DDL、DML 以及常见的聚合函数、连接查询、条件查询。HIVE不适合用于联机online)事务处理，也不提供实时查询功能。它最适合应用在基于大量不可变数据的批处理作业。

Hive 提供标准的 SQL 功能，包括SQL:2003，SQL:2011和SQL:2016 features 用于分析。

Hive 的 SQL 也可以通过用户定义函数(UDF)，用户定义聚合(UDAF)和用户定义的 table 函数(UDTF)与用户 code 一起扩展。

官方文档参考：http://wiki.apache.org/hadoop/Hive/LanguageManual

Hive QL数据类型

请参考Hive DDL_数据类型(视频教程)

和传统的数据库技术类似，Hive提供了各种数据类型。详情请参考官方手册。

Hive的数据类型主要分为两类：基本数据类型和复杂数据类型。

基本数据类型

Hive中的各种基本数据类型有：

数值类型：存储正负整数和小数。
日期/时间类型：存储时间值。
字符数据类型：将字母数字数据存储在字符串中。
布尔数据类型：true或false。
二进制数据类型：二进制数据的可变长度数组。

重点补充如下说明：

INTEGER在Hive 2.2.0 (HIVE-14950)中引入的,作为INT的同义词
Timestamp类型：代表特定的日期和时间值。它支持各种转换。作为整数提供的timestamp值会被解释为以秒为单位的UNIX timestamp;作为浮点数类型提供的timestamp值会被解释为一个以秒为单位的UNIX timestamp,带有小数精度;作为字符串提供的timestamp值会被解释为java.sql.Timestamp格式YYYY-MM-DD HH:MM:SS.fffffffff.
Date类型：Date类型用来表示timestamp的date部分,即YYYY-MM-DD格式. Date范围是0000-01-01到9999-12-31。Date类型只能在Date、Timestamp或String类型间进行转换
string类型：既可以使用单引号(')也可以使用双引号("). Hive在字符串中使用C风格的转义符。最大2G
varchar类型：长度在1和65535之间。当将一个字符串赋给varchar值时，如果超过了指定的长度，则执行“静默截断”
char类型：固定长度字符串，最大长度255。如果值的长度小于指定的长度，则尾部填充空格，以取得指定的长度。
注意：varchar和char数据类型不能被用于非通用的User-Defined Function (UDF)或User-Defined Aggregate (UDA)函数.
boolean类型：只接收true或false值；
binary类型：Binary是一个字节序列。它类似于许多关系数据库中的varbinary数据类型。binary数据类型被用于当一个记录有数百个列时，并且用户仅对其中一部分列感兴趣，并且不想操心其它列的准确类型信息时。在这种情况下，用户可以将这些列定义为此类型，这样的话Hive将不会解释这些列。它被用于在记录中包含任意类型，Hive并不会试图将它们解析为数值、字符串等。

复杂数据类型

Hive还支持许多复杂的集合数据类型。

复杂数据类型以集合形式存储数据，内部实现使用本地序列化和反序列化。

Hive具有如下4种复杂数据类型: Arrays, Maps, Structs, Unions。