2024-07-12
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Hive बहुविधदत्तांशप्रकारं समर्थयति, ये द्वयोः वर्गयोः विभक्ताः सन्ति: आदिमदत्तांशप्रकाराः जटिलदत्तांशप्रकाराः च । Hive द्वारा समर्थिताः दत्तांशप्रकाराः निम्नलिखितरूपेण सन्ति ।
1. पूर्णाङ्कप्रकारः : १.
टिन्यिन्ट् : १. १-बाइट् हस्ताक्षरितः पूर्णाङ्कः
smallint: . २-बाइट् हस्ताक्षरितः पूर्णाङ्कः
int: 1 . ४-बाइट् हस्ताक्षरितः पूर्णाङ्कः
आरम्भः : १. ८-बाइट् हस्ताक्षरितः पूर्णाङ्कः
तारण: ४-बाइट् एक-सटीकता प्लवमानबिन्दुसङ्ख्या
द्विद्वार: ८-बाइट् द्विगुणसटीकता प्लवमानबिन्दुसङ्ख्या
दशमलवः : १. उच्च-सटीकता-सङ्ख्याप्रकारः, सटीकता, स्केलः च निर्दिष्टुं शक्यते, यथा दशमलवः(१०,२) ।
बाइट् : सङ्गणकेषु मूलभूततमेषु भण्डारण-एककेषु अन्यतमः, १ बाइट् ८ बिट्-पर्यन्तं गृह्णाति, आँकडा-परिधिः : नकारात्मक-परिधिः -१२८ तः -१ पर्यन्तं, सकारात्मक-परिधिः : ० तः १२७ पर्यन्तम्
2. स्ट्रिंग् प्रकारः : १.
सूत्र: चर लम्बाई स्ट्रिंग
वर्चर्: १. अधिकतमदीर्घतासीमायुक्तः चरदीर्घतायाः तारः, यथा varchar(255) ।
चर: १. नियतदीर्घता तारः, यथा char(10)
3.तिथि/समयप्रकारः : १.
समयमुद्रिका : १. तिथिः समयः च युक्तः समयमुद्रिका, नैनोसेकेण्ड् यावत् सटीकः
दिनाङ्कः: केवलं तिथिभागः एव समाविष्टः, न तु कालभागः
अन्तरालः : १. कालान्तरं, द्वयोः तिथियोः कालयोः वा भेदं दर्शयितुं प्रयुक्तम्
4.बूलियन प्रकारः : १.
बूलियन इति: Boolean value, मूल्यं सत्यं वा असत्यं वा अस्ति
5. द्विचक्रीयप्रकारः : १.
द्विचक्रीय: मनमाना दीर्घतायाः बाइट् सरणी
सरणी<T> : १. समानप्रकारस्य बहुविधतत्त्वानि, यथा array इत्यादयः क्रमबद्धसूची<int>
नक्शा<K, V> : १. कील-मूल्ययुग्मानां अक्रमितसङ्ग्रहः, यत्र कुञ्जी मूल्यं च नक्शा इत्यादि कोऽपि दत्तांशप्रकारः भवितुम् अर्हति<string, int>
struct<col1: type1, col2: type2, ...> : १. बहुक्षेत्राणि युक्ताः अभिलेखाः, प्रत्येकं क्षेत्रं भिन्नदत्तांशप्रकारस्य भवितुम् अर्हति, उदा.struct<name: string, age: int>
- CREATE TABLE example_table (
- tinyint_col tinyint,
- smallint_col smallint,
- int_col int,
- bigint_col bigint,
- float_col float,
- double_col double,
- decimal_col decimal(10, 2),
- string_col string,
- varchar_col varchar(255),
- char_col char(10),
- timestamp_col timestamp,
- date_col date,
- boolean_col boolean,
- binary_col binary,
- array_col array<int>,
- map_col map<string, int>,
- struct_col struct<name: string, age: int>,
- union_col uniontype<int, string>
- );
hive इत्यस्य भण्डारणस्वरूपाः द्वयोः वर्गयोः विभक्ताः सन्ति ।
साधारणपाठसञ्चिकायाः एकः प्रकारः: textfile, या संपीडितः नास्ति तथा च hive इत्यस्य पूर्वनिर्धारितं भण्डारणस्वरूपम् अपि अस्ति ।
एकः वर्गः द्विचक्रीयसञ्चिकासञ्चयः अस्ति :
sequencefile: संपीडितं भविष्यति तथा च load मेथड् इत्यस्य उपयोगेन दत्तांशं लोड् कर्तुं न शक्यते ।
orcfile: संपीडितं भविष्यति तथा च load मेथड् इत्यस्य उपयोगेन दत्तांशं लोड् कर्तुं न शक्यते ।
parquet: संपीडितं भविष्यति तथा च भारविधिना दत्तांशं लोड् कर्तुं न शक्यते।
rcfile: इदं load मेथड् इत्यस्य उपयोगेन दत्तांशं संपीडयितुं शक्नोति, लोड् कर्तुं च न शक्नोति ।
textfile तथा sequencefile इत्येतयोः भण्डारणस्वरूपं पङ्क्तिभण्डारणस्य आधारेण भवति;
सारणीं निर्माय भवन्तः सारणीयाः भण्डारणस्वरूपं निर्दिष्टुं parquet इति रूपेण stored इत्यस्य उपयोगं कर्तुं शक्नुवन्ति, यथा-
- create table if not exists stocks_parquet (
- track_time string,
- url string,
- session_id string,
- referer string,
- ip string,
- end_user_id string,
- city_id string
- )
- stored as parquet;
hive इत्यस्य पूर्वनिर्धारितं भण्डारणस्वरूपं परिवर्तयन्तु:
- <property>
- <name>hive.default.fileformat</name>
- <value>TextFile</value>
- <description>
- Expects one of [textfile, sequencefile, rcfile, orc].
- Default file format for CREATE TABLE statement. Users can explicitly override it by CREATE TABLE ... STORED AS [FORMAT]
- </description>
- </property>
- 也可以使用set方式修改:
- set hive.default.fileformat=TextFile