更新时间:2024-08-01 GMT+08:00
分享

HetuEngine数据类型说明

目前建表时支持的数据类型有:tinyint,smallint,bigint,int,boolean,real,decimal,double,varchar,string,binary,varbinary,timestamp,date,char,array,row,map,struct。其余的类型在数据查询和运算时支持。

通常情况下,大部分非复合数据类型都可以通过字面量加字符串的方式来输入,示例为添加了一个json格式的字符串:

select json '{"name": "aa", "sex": "man"}';
              _col0              
---------------------------------
 {"name":"aa","sex":"man"} 
(1 row)

布尔类型

“真”值的有效文本值是:TRUE、't'、'true'、'1'。

“假”值的有效文本值是:FALSE、'f'、'false'、'0'。

使用TRUE和FALSE是比较规范的用法(也是SQL兼容的用法)。

示例:

select BOOLEAN '0';
 _col0 
-------
 false 
(1 row)
 
select BOOLEAN 'TRUE';
 _col0 
-------
 true  
(1 row)
 
select BOOLEAN 't';
 _col0 
-------
 true  
(1 row)

整数类型

表1 整数类型

名称

描述

存储空间

取值范围

字面量

TINYINT

微整数

8位

-128~127

TINYINT

SMALLINT

小整数

16位

-32,768 ~ +32,767

SMALLINT

INTEGER

整数

32位

-2,147,483,648 ~ +2,147,483,647

INT

BIGINT

大整数

64位

-9,223,372,036,854,775,808 ~ 9,223,372,036,854,775,807

BIGINT

示例:

--创建具有TINYINT类型数据的表。  
CREATE TABLE int_type_t1  (IT_COL1 TINYINT) ;    
--插入TINYINT类型数据  
insert into int_type_t1  values (TINYINT'10');    
--查看数据。  
SELECT * FROM int_type_t1;  
 it_col1    
---------   
 10  
(1 row)    
--删除表。  
DROP TABLE int_type_t1;  

固定精度型

名称

描述

存储空间

取值范围

字面量

DECIMAL

固定精度的十进制数。精度最高支持到38位,但精度小于18位能保障性能最好。

Decimal有两个输入参数:

  • precision:总位数,默认38
  • scale:小数部分的位数,默认0
    说明:

    如果小数位为零,即十进制(38,0),则支持最高19位精度。

64位

DECIMAL

NUMERIC

同DECIMAL

128位

NUMERIC

表2 字面量示例

字面量示例

数据类型

DECIMAL '0'

DECIMAL(1)

DECIMAL '12345'

DECIMAL(5)

DECIMAL '0000012345.1234500000'

DECIMAL(20, 10)

--创建具有DECIMAL类型数据的表
CREATE TABLE decimal_t1 (dec_col1 DECIMAL(10,3)) ;    

--插入具有DECIMAL类型数据  
insert into decimal_t1 values (DECIMAL '5.325');     

--查看数据
SELECT * FROM decimal_t1;  
 dec_col1  
---------   
 5.325 
(1 row)    

--反例:小数位数超出定义长度,sql执行失败
insert into decimal_t1 values (DECIMAL '5.3253');
Query 20201126_034601_00053_tq98i@default@HetuEngine failed: Insert query has mismatched column types: Table: [decimal(10,3)], Query: [decimal(5,4)]

--删除表
DROP TABLE decimal_t1;  

--创建NUMERIC 类型表
CREATE TABLE tb_numberic_hetu(col1 NUMERIC(9,7));
CREATE TABLE

--插入数据
INSERT INTO tb_numberic_hetu values(9.12);
INSERT: 1 row

--查看数据
SELECT * FROM tb_numberic_hetu;
col1    
------------
  9.1200000 
(1 row)

浮点型

名称

描述

存储空间

取值范围

字面量

REAL

实数

32位

1.40129846432481707e-45 ~3.40282346638528860e+38,正或负

REAL

DOUBLE

双精度浮点数,15到17个有效位,具体取决于使用场景,有效位位数并不取决于小数点位置

64位

4.94065645841246544e-324 ~1.79769313486231570e+308,正或负

DOUBLE

FLOAT

单精度浮点数,6到9个有效位,具体取决于使用场景,有效位位数并不取决于小数点位置

32位

1.40129846432481707e-45 ~3.40282346638528860e+38,正或负

FLOAT

用法说明:
  • 分布式查询使用高性能硬件指令进行单精度或者双精度运算时,由于每次执行的顺序不一样,在调用聚合函数,比如SUM(),AVG(),特别是当数据规模非常大时,达到数千万甚至数十亿,其运算结果可能会略有不同。这种情况下,建议使用DECIMAL数据类型来运算。
  • 可以使用别名来指定数据类型。

    示例:

    --创建具有float类型数据的表
    CREATE TABLE float_t1 (float_col1 FLOAT) ;
    --插入具有float类型数据
    insert into float_t1 values (float '3.50282346638528862e+38');
    --查看数据
    SELECT * FROM float_t1;
    float_col1
    ------------
    Infinity
    (1 row)
    --删除表
    DROP TABLE float_t1;
  • 当小数部分为0时,可以通过cast()转为对应范围的整数处理,小数部分会四舍五入。

    示例:

    select CAST(1000.0001 as INT);
    _col0
    -------
    1000
    (1 row)
    select CAST(122.5001 as TINYINT);
    _col0
    -------
    123
    (1 row)
  • 使用指数表达式时,可以将字符串转为对应类型。
    示例:
    select CAST(152e-3 as double);
    _col0
    -------
    0.152
    (1 row)

字符类型

名称

描述

VARCHAR(n)

变长字符串,n指字节长度。

CHAR(n)

定长字符串,不足补空格。n是指字节长度,如不带精度n,默认为1。

VARBINARY

变长二进制数据。需要带上前缀X,如:X'65683F',暂不支持指定长度的二进制字符串。

JSON

取值可以是a JSON object、a JSON array、a JSON number、a JSON string、true、false or null。

STRING

兼容impala的String,底层是varchar。

BINARY

兼容hive的Binary,底层实现为varbinary。

  • SQL表达式中,支持简单的字符表达式,也支持Unicode方式,一个Unicode字符串是以U&为固定前缀,以4位数值表示的Unicode前需要加转义符。
    -- 字符表达式  
    select 'hello,winter!';  
          _col0         
    ------------------  
     hello,winter!   
    (1 row)  
    -- Unicode 表达式  
    select U&'Hello winter \2603 !';  
          _col0         
    ------------------  
     Hello winter ☃ !   
    (1 row)    
    -- 自定义转义符  
    select U&'Hello winter #2603 !' UESCAPE '#';  
          _col0         
    ------------------  
     Hello winter ☃ !   
    (1 row)  
  • VARBINARY与BINARY。
    -- 创建VARBINARY类型或BINARY类型的表
     create table binary_tb(col1 BINARY);
    
    -- 插入数据
     INSERT INTO binary_tb values (X'63683F');
    
    --查询数据
     select * from binary_tb ;  -- 63 68 3f 
  • 在做CHAR 数值比较的时候,在对两个仅尾部空格数不同的CHAR进行比较时,会认为它们是相等的。
    SELECT CAST('FO' AS CHAR(4)) = CAST('FO     ' AS CHAR(5));
     _col0 
    -------
     true  
    (1 row)

时间和日期类型

时间和日期类型目前精确到毫秒。

表3 时间和日期类型

名称

描述

存储空间

DATE

日期和时间。仅支持ISO 8601格式:'2020-01-01'

32位

TIME

不带时区的时间(时、分、秒、毫秒)

例如:TIME '01:02:03.456'

64位

TIME WITH TIMEZONE

带时区的时间(时、分、秒、毫秒),时区用UTC值表示

例如:TIME '01:02:03.456 -08:00'

96位

TIMESTAMP

时间戳

64位

TIMESTAMP WITH TIMEZONE

带时区的时间戳

64位

INTERVAL YEAR TO MONTH

时间间隔字面量,年,月,格式: SY-M

S:可选符号(+/-)

Y:年数

M:月数

128位

INTERVAL DAY TO SECOND

时间间隔字面量,日,小时,分钟, 秒,精确到毫秒,格式:SD H:M:S.nnn

S:可选符号(+/-)

D:天数

M:分钟数

S:秒数

nnn:毫秒数

128位

示例:

-- 查询日期
SELECT DATE '2020-07-08';
   _col0    
------------
 2020-07-08 
(1 row)

-- 查询时间
SELECT TIME '23:10:15';
 _col0     
--------------
 23:10:15 
(1 row)

SELECT TIME '01:02:03.456 -08:00';
 _col0     
--------------
 01:02:03.456-08:00 
(1 row)

-- 时间间隔用法 
SELECT TIMESTAMP '2015-10-18 23:00:15' + INTERVAL '3 12:15:4.111' DAY TO SECOND;      
 _col0          
------------------------- 
 2015-10-22 11:15:19.111 
(1 row)

SELECT TIMESTAMP '2015-10-18 23:00:15' + INTERVAL '3-1' YEAR TO MONTH;
          _col0          
-------------------------
 2018-11-18 23:00:15 
(1 row)

select INTERVAL '3' YEAR + INTERVAL '2' MONTH ;
 _col0 
-------
 3-2   
(1 row)

select INTERVAL '1' DAY+INTERVAL '2' HOUR +INTERVAL '3' MINUTE +INTERVAL '4' SECOND ;
     _col0      
----------------
 1 02:03:04.000 
(1 row)

ARRAY

数组。

示例:ARRAY[1, 2, 3]。

--创建ARRAY类型表
create table array_tb(col1 ARRAY<STRING>);

--插入一条ARRAY类型数据
insert into array_tb values(ARRAY['HetuEngine','Hive','Mppdb']);

--查询数据
select * from array_tb; --    [HetuEngine, Hive, Mppdb]

MAP

键值对数据类型。

示例:MAP(ARRAY['foo', 'bar']、ARRAY[1, 2])。

--创建Map类型表
create table map_tb(col1 MAP<STRING,INT>);

--插入一条Map类型数据
insert into map_tb values(MAP(ARRAY['foo','bar'],ARRAY[1,2]));

--查询数据
select * from map_tb; --   {bar=2, foo=1} 

ROW

ROW的字段可是任意所支持的数据类型,也支持各字段数据类型不同的混合方式。

--创建ROW表
create table row_tb (id int,col1 row(a int,b varchar));

--插入ROW类型数据
insert into row_tb values (1,ROW(1,'HetuEngine'));

--查询数据
select * from row_tb; 
 id |     col1     
----|--------------
  1 | {a=1, b=HetuEngine} 

--字段是支持命名的,默认情况下,Row的字段是未命名的
select  row(1,2e0),CAST(ROW(1, 2e0) AS ROW(x BIGINT, y DOUBLE));
           _col0          |    _col1     
------------------------|--------------
 {1, 2.0} | {x=1, y=2.0} 
(1 row) 

--命名后的字段,可以通过域操作符"."访问
select col1.b from row_tb; -- HetuEngine

--命名和未命名的字段,都可以通过位置索引来访问,位置索引从1开始,且必须是一个常量
select col1[1] from row_tb;   -- 1

IPADDRESS

IP地址,可以表征IPv4或者IPv6地址。但在系统内,该类型是一个统一的IPv6地址。

对于IPv4的支持,是通过将IPv4映射到IPv6的取值范围(RFC 4291#section-2.5.5.2)来实现的。当创建一个IPv4时,会被映射到IPv6。当格式化时,如果数据是IPv4又会被重新映射为IPv4。 其他的地址则会按照RFC 5952所定义的规范格式来进行格式化。

示例:

select IPADDRESS '10.0.0.1', IPADDRESS '2001:db8::1';
  _col0   |    _col1
----------|-------------
 10.0.0.1 | 2001:db8::1
(1 row)

UUID

标准UUID (Universally Unique IDentifier),也被称为GUID (Globally Unique IDentifier)。

遵从RFC 4122标准所定义的格式。

示例:

select UUID '12151fd2-7586-11e9-8f9e-2a86e4085a59';
                _col0
--------------------------------------
 12151fd2-7586-11e9-8f9e-2a86e4085a59
(1 row)

HYPERLOGLOG

基数统计。

用HyperLogLog来近似计算唯一数的计数值,其代价要远远小于用count来计算。

参见HyperLogLog函数函数。

  • HyperLogLog

    A HyperLogLog sketch可以用来高效的计算distinct()的近似值。

    它以一个稀疏的表征开始,然后变成一个密集的表征,此时效率将变得更高。

  • P4HyperLogLog

    类似于A HyperLogLog sketch,但是它以一个密集的表征开始。

QDIGEST

分位数(Quantile),亦称分位点,是指将一个随机变量的概率分布范围分为几个等份的数值点,常用的有中位数(即二分位数)、四分位数、百分位数等。quantile digest是一个分位数的集合,当需要查询的数据落在某个分位数附近时,就可以用这个分位数作为要查询数据的近似值。它的精度可以调节,但更高精度的结果会带来空间的昂贵开销。

STRUCT

底层用ROW实现,参照ROW

示例:

-- 创建struct 表
create table struct_tab (id int,col1 struct<col2: integer, col3: string>);

--插入 struct 类型数据
 insert into struct_tab VALUES(1, struct<2, 'HetuEngine'>);

--查询数据
select * from struct_tab; 
 id |        col1         
----|---------------------
  1 | {col2=2, col3=HetuEngine} 

相关文档