计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive

数据类型

更新时间:2025-01-22 GMT+08:00

概述

数据类型是数据的一个基本属性,用于区分不同类别的数据。不同的数据类型所占的存储空间不同,能够进行的操作也不相同。数据库中的数据存储在数据表中。数据表中的每一列都定义了数据类型,用户存储数据时,须遵从这些数据类型的属性,否则可能会出错。

大数据平台的Flink SQL与开源社区相同,支持原生数据类型、复杂数据类型和复杂类型嵌套。

原生数据类型

Flink SQL支持原生数据类型,请参见表1

表1 原生数据类型

数据类型

描述

存储空间

范围

VARCHAR

可变长度的字符

-

-

BOOLEAN

布尔类型

-

TRUE/FALSE

TINYINT

有符号整数

1字节

-128-127

SMALLINT

有符号整数

2字节

-32768-32767

INT

有符号整数

4字节

-2147483648~2147483647

INTEGER

有符号整数

4字节

-2147483648~2147483647

BIGINT

有符号整数

8字节

-9223372036854775808~9223372036854775807

REAL

单精度浮点型

4字节

-

FLOAT

单精度浮点型

4字节

-

DOUBLE

双精度浮点型

8字节

-

DECIMAL

固定有效位数和小数位数的数据类型

-

-

DATE

日期类型,描述了特定的年月日,以yyyy-MM-dd格式表示,例如2014-05-29

-

DATE类型不包含时间,所表示日期的范围为0000-01-01 to 9999-12-31

TIME

时间类型,以HH:mm:ss表示。

例如20:17:40

-

-

TIMESTAMP(3)

完整日期,包括日期和时间。

例如:1969-07-20 20:17:40

-

-

INTERVAL timeUnit [TO timeUnit]

时间间隔

例如:INTERVAL '1:5' YEAR TO MONTH, INTERVAL '45' DAY

-

-

复杂数据类型

Flink SQL支持复杂数据类型和复杂类型嵌套。复杂数据类型如表2所示。

表2 复杂数据类型

数据类型

描述

声明方式

引用方式

构造方式

ARRAY

一组有序字段,所有字段的数据类型必须相同。

ARRAY[TYPE]

变量名[下标],下标从1开始,例如:v1[1]

Array[value1, value2, ...] as v1

MAP

一组无序的键/值对。键的类型必须是原生数据类型,值的类型可以是原生数据类型或复杂数据类型。同一个MAP键的类型必须相同,值的类型也必须相同。

MAP[TYPE,TYPE]

变量名[key],例如:v1[key]

Map[key, value, key2, value2, key3, value3.......] as v1

ROW

一组命名的字段,字段的数据类型可以不同。

ROW<a1 TYPE1, a2 TYPE2>

变量名.字段名,例如:v1.a1

Row('1',2) as v1

使用示例如下:
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
CREATE SOURCE STREAM car_infos (
  car_id STRING,
  address ROW<city STRING, province STRING, country STRING>,
  average_speed MAP[STRING, LONG],
  speeds ARRAY[LONG]
) 
  WITH (
    type = "dis",
    region = "xxx",
    channel = "dliinput",
    encode = "json"
);

CREATE temp STREAM car_speed_infos (
  car_id STRING,
  province STRING,
  average_speed LONG,
  start_speed LONG
);

INSERT INTO car_speed_infos SELECT
   car_id,
   address.province,
   average_speed[address.city],
   speeds[1]
FROM car_infos;

复杂类型嵌套

  • Json格式增强

    以Source为例进行说明,Sink的使用方法相同。

    • 支持配置Json_schema
      配置了json_schema后,可以不声明DDL中的字段,自动从json_schema中生成。使用示例如下:
      CREATE SOURCE STREAM data_with_schema WITH (
             type = "dis",
             region = "xxx",
             channel = "dis-in",
             encode = "json",
             json_schema = '{"definitions":{"address":{"type":"object","properties":{"street_address":{"type":"string"},"city":{"type":"string"},"state":{"type":"string"}},"required":["street_address","city","state"]}},"type":"object","properties":{"billing_address":{"$ref":"#/definitions/address"},"shipping_address":{"$ref":"#/definitions/address"},"optional_address":{"oneOf":[{"type":"null"},{"$ref":"#/definitions/address"}]}}}'
           );
      
           CREATE SINK STREAM buy_infos (
             billing_address_city STRING,
             shipping_address_state string
           ) WITH (
             type = "obs",
             encode = "csv",
             region = "xxx" ,
             field_delimiter = ",",
             row_delimiter = "\n",
             obs_dir = "bucket/car_infos",
             file_prefix = "over",
             rolling_size = "100m"
           );
      
           insert into buy_infos select billing_address.city, shipping_address.state from data_with_schema;

      示例数据:

      {
       "billing_address":
        {
         "street_address":"xxx",
         "city":"xxx",
         "state":"xxx"
         },
       "shipping_address":
        {
         "street_address":"xxx",
         "city":"xxx",
         "state":"xxx"
        }
      }
    • 支持不配置json_schema也不配置json_config。json_config使用可以参考开源Kafka输入流样例说明。

      这种情况下默认用ddl中属性名当做json key来进行解析。

      测试示例数据如下,测试数据既包括嵌套json字段,如billing_address、shipping_address,也包括非嵌套的字段id、type2。

      {
       "id":"1",
       "type2":"online",
       "billing_address":
        {
         "street_address":"xxx",
         "city":"xxx",
         "state":"xxx"
         },
       "shipping_address":
        {
         "street_address":"xxx",
         "city":"xxx",
         "state":"xxx"
        }
      }
      具体建表和使用示例参考如下:
      CREATE SOURCE STREAM car_info_data (
             id STRING,
             type2 STRING,
             billing_address Row<street_address string, city string, state string>,
             shipping_address Row<street_address string, city string, state string>,
             optional_address Row<street_address string, city string, state string>
           ) WITH (
             type = "dis",
             region = "xxx",
             channel = "dis-in",
             encode = "json"
      	 );
      	
          CREATE SINK STREAM buy_infos (
             id STRING,
             type2 STRING,
             billing_address_city STRING,
             shipping_address_state string
           ) WITH (
             type = "obs",
             encode = "csv",
             region = "xxx",
             field_delimiter = ",",
             row_delimiter = "\n",
             obs_dir = "bucket/car_infos",
             file_prefix = "over",
             rolling_size = "100m"
           );
      
           insert into buy_infos select id, type2, billing_address.city, shipping_address.state from car_info_data;   
  • Sink序列化支持复杂类型
    • 目前只有CSV、Json两种格式支持复杂类型。
    • ​ Json请参考•Json格式增强
    • ​ 由于CSV没有标准的格式,所以目前暂不支持source解析,只支持sink。
    • ​ 输出格式:尽量和flink原生保持一致。

      ​ Map: {key1=Value1, key2=Value2}

      ​ Row: 平摊用逗号分隔属性,如Row(1, '2') => 1,'2'

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容