DWS外表与HIVE/SPARK、ORC及PARQUET数据类型的映射关系

使用外表读取Hive/Spark数据或其他第三方组件的ORC/Parquet数据时，由于不同平台数据类型存在差异，可能导致读取过程中数据不兼容问题。本节阐述了DWS外表数据类型与这些数据源数据类型之间的映射关系，通过正确配置外表字段数据类型，确保数据在DWS中能被准确识别、处理和查询，从而避免数据丢失，保障业务数据完整获取。

具体的外表语法请参考CREATE FOREIGN TABLE (SQL on OBS or Hadoop)。

DWS外表与HIVE/SPARK数据类型映射关系

表1以DWS外表支持的类型为基准，某些在HIVE/SPARK中支持的类型比如INTERVAL、UNION等，在DWS外表中不支持。

表1 DWS外表与HIVE/SPARK数据类型之间的映射关系
类型名称	DWS外表类型	HIVE类型	SPARK类型
1字节整数	TINYINT（不推荐） SMALLINT（推荐）	TINYINT	BYTE，TINYINT
2字节整数	SMALLINT	SMALLINT	SHORT，SMALLINT
4字节整数	INTEGER	INT，INTEGER	INT，INTEGER
8字节整数	BIGINT	BIGINT	LONG，BIGINT
单精度浮点	FLOAT，REAL	FLOAT	FLOAT，REAL
双精度浮点	FLOAT8，DOUBLE	DOUBLE	DOUBLE
科学数据	DECIMAL[p (,s)]	DECIMAL	DECIMAL
日期类型	DATE	DATE	DATE
时间类型	TIMESTAMP WITHOUT TIME ZONE	TIMESTAMP	TIMESTAMP_NTZ
时间类型	TIMESTAMP WITH TIME ZONE	TIMESTAMP	TIMESTAMP，TIMESTAMP_LTZ
布尔类型	BOOLEAN	BOOLEAN	BOOLEAN
Char类型	CHAR(n)	CHAR	CHAR(length)
Varchar类型	VARCHAR(n)	VARCHAR	VARCHAR(length)
Varchar类型	NVARCHAR2	VARCHAR	VARCHAR(length)
text类型	TEXT(CLOB)	STRING	STRING
二进制类型	BYTEA	BINARY	BINARY
复杂类型	JSON	ARRAY	ARRAY
		MAP	MAP
		STRUCT	STRUCT

DWS外表与ORC数据类型映射关系

“ORC类型”是ORC格式规范定义的内部类型，通常无需特别关注，在HIVE/SPARK定义不明确的场景下，可作为创建DWS外表的参考。
DWS外表写入ORC文件时存在明确的一对一类型对应关系，但在（读）场景下，除了推荐的类型对应关系外，还存在一些可以兼容读取的场景，表2列出了这些兼容的情况。

表2 DWS外表与ORC数据类型的映射关系
类型分类	ORC类型	DWS外表类型（读）	DWS外表类型（写）
整数类型	boolean (1 bit)	BOOLEAN	BOOLEAN
	tinyint (8 bit)	TINYINT（不推荐） SMALLINT（推荐）	TINYINT（不推荐）
	smallint (16 bit)	SMALLINT	SMALLINT
	int (32 bit)	INTEGER	INTEGER
	bigint (64 bit)	BIGINT	BIGINT
浮点类型	float	FLOAT4	FLOAT4
浮点类型	double	FLOAT8	FLOAT8
字符串类型	string	TEXT（推荐） VARCHAR (n) CHAR (n) DECIMAL[p (,s)]	TEXT DECIMAL[p (,s)] CHAR (n) VARCHAR (n)
	char	CHAR (n)（推荐） VARCHAR (n)	CHAR (n)
	varchar	VARCHAR(n)	VARCHAR (n)
二进制类型	binary	BYTEA	BYTEA
科学数据	decimal	DECIMAL[p (,s)]	DECIMAL[p (,s)]
时间类型	timestamp	TIMESTAMP WITHOUT TIME ZONE TIMESTAMP WITH TIME ZONE	TIMESTAMP WITHOUT TIME ZONE TIMESTAMP WITH TIME ZONE
	timestamp with local time zone	TIMESTAMP WITHOUT TIME ZONE TIMESTAMP WITH TIME ZONE	不支持
	date	DATE TIMESTAMP WITHOUT TIME ZONE TIMESTAMP WITH TIME ZONE	DATE
复杂类型	struct	JSON JSONB	不支持
	list	JSON JSONB	不支持
	map	JSON JSONB	不支持
	union	不支持	不支持

DWS外表与PARQUET数据类型映射关系

“PARQUET类型”指PARQUET格式规范定义的内部存储类型，PARQUET通过converted_type（已废弃）或logical_type进一步描述类型行为。DWS（写）PARQUET仅使用logical_type，但（读）时兼容converted_type。

表3 DWS外表与PARQUET数据类型的映射关系
PARQUET类型	DWS外表类型（读）	DWS外表类型（写）
BOOLEAN	BOOLEAN	BOOLEAN
INT32	TINYINT（不推荐） SMALLINT INTEGER DATE TIMESTAMP[(p)] DECIMAL[p (,s)]	TINYINT（不推荐） SMALLINT INTEGER
INT64	BIGINT money TIMESTAMP WITHOUT TIME ZONE] TIMESTAMP WITH TIME ZONE DECIMAL[p (,s)]	BIGINT DECIMAL[p (,s)] money TIMESTAMP WITHOUT TIME ZONE TIMESTAMP WITH TIME ZONE
INT96	TIMESTAMP[(p)] [WITHOUT TIME ZONE] TIMESTAMP WITH TIME ZONE	不支持
FLOAT	FLOAT4	FLOAT4
DOUBLE	FLOAT8	FLOAT8
BYTE_ARRAY	CHAR (n) VARCHAR (n) TEXT NVARCHAR2 BYTEA	DECIMAL[p (,s)] CHAR (n) VARCHAR (n) TEXT NVARCHAR2 BYTEA
FIXED_LEN_BYTE_ARRAY	DECIMAL[p (,s)]	DECIMAL[p (,s)]