# 原生数据类型 AI DataLake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** | **OBS表支持情况** | **管理表支持情况** | |:---|:---|:---|:---|:---|:---| | **INT** | 有符号整数 | 4字节 | -2147483648～2147483647 | 是 | 是 | | **STRING** | 字符串 | - | - | 是 | 是 | | **FLOAT** | 单精度浮点型 | 4字节 | - | 是 | 是 | | **DOUBLE** | 双精度浮点型 | 8字节 | - | 是 | 是 | | **DECIMAL(precision,scale)** | 10进制精确数字类型。固定有效位数和小数位数的数据类型，例如：3.5。precision：表示最多可以表示多少位的数字。scale：表示小数部分的位数。 | - | 1\<=precision\<=38\0\<=scale\<=38\若不指定precision和scale，则默认为decimal(38,38)。 | 是 | 是 | | **BOOLEAN** | 布尔类型 | 1字节 | TRUE/FALSE | 是 | 是 | | **SMALLINT/SHORT** | 有符号整数 | 2字节 | -32768\~32767 | 是 | 是 | | **TINYINT** | 有符号整数 | 1字节 | -128\~127 | 是 | 否 | | **BIGINT/LONG** | 有符号整数 | 8字节 | -9223372036854775808～9223372036854775807 | 是 | 是 | | **TIMESTAMP** | 时间戳，表示日期和时间，格式为原始数据。例如：1621434131222 | - | - | 是 | 是 | | **TIMESTAMP_NTZ(p)** | 无时区时间戳，p为秒小数精度（0-6），不带时区信息 | - | - | 是 | 是 | | **TIMESTAMP_LTZ(p)** | 有时区时间戳，p为秒小数精度（0-6），带时区信息 | - | - | 是 | 是 | | **CHAR** | 固定长度字符串 | - | - | 是 | 是 | | **VARCHAR** | 可变长度字符串 | - | - | 是 | 是 | | **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\~ 9999-12-31。 | 是 | 是 | | **VARIANT** | 适用于半结构化数据处理，只支持iceberg表。 | - | - | 是 | 是 | ![](https://support.huaweicloud.com/sqlref-spark-aidatalake/public_sys-resources/note_3.0-zh-cn.png) - VARCHAR和CHAR在实际存储是STRING型，因此超出长度的字符串不会被截断。 - FLOAT类型在实际存储是DOUBLE型。 - Spark Native已支持VARIANT类型。 - 仅v3表支持VARIANT数据类型。 #### INT 有符号整数，存储空间为4字节，-2147483648～2147483647，在NULL情况下，默认值为0。 #### STRING 字符串类型。 #### FLOAT 单精度浮点型，存储空间为4字节，在NULL情况下，计算时默认值为0。 由于浮点类型的数据在计算机中的存储方式的限制，在比较两个浮点类型的数据是否相等时，因存在精度问题，不能直接采用"a==b"的方式进行比较，建议使用"(a-b)的绝对值\<=EPSILON"这种方式进行比较，EPSILON为允许的误差范围，一般为1.19209290E-07F。若两个浮点数的差值的绝对值在这个范围内就认为相等。 #### DOUBLE 双精度浮点型，存储空间为8字节，在NULL情况下，采用计算值默认值为0。 由于浮点类型的数据在计算机中的存储方式的限制，在比较两个浮点类型的数据是否相等时，因存在精度问题，不能直接采用"a==b"的方式进行比较，建议使用"(a-b)的绝对值\<=EPSILON"这种方式进行比较，EPSILON为允许的误差范围，一般为2.2204460492503131E-16。若两个浮点数的差值的绝对值在这个范围内就认为相等。 #### DECIMAL Decimal(p,s)表示数值中共有p位数，其中整数p-s位，小数s位。p表示可储存的最大十进制数的位数总数，小数点左右两侧都包括在内。有效位数p必须是1至最大有效位数38之间的值。s表示小数点右侧所能储存的最大十进制数的位数。小数位数必须是从0到p的值。只有在指定了有效位数时，才能指定小数位数。因此，0 ≤ s ≤ p。例如：decimal(10,6)，表示数值中共有10位数，其中整数占4位，小数占6位。 #### BOOLEAN 布尔类型，包括TRUE与FALSE。 #### SMALLINT/SHORT 有符号整数，存储空间为2字节，范围为-32768～32767。当为NULL情况下，采用计算值默认为0。 #### TINYINT 有符号整数，存储空间为1字节，范围为-128～127。当为NULL情况下，采用计算值默认为0。 #### BIGINT/LONG 有符号整数，存储空间为8字节，范围为-9223372036854775808～9223372036854775807，不支持科学计数法。当为NULL情况下，采用计算值默认为0。 #### TIMESTAMP 支持传统的UNIX TIMESTAMP，提供达到微秒级别精度的选择。TIMESTAMP是以指定时间和UNIX epoch（UNIX epoch时间为1970年1月1日00:00:00）之间的秒数差定义的。可以向TIMESTAMP隐式转换的数据类型有STRING（必须具有"yyyy-MM-dd HH:mm:ss\[.ffffff\]"格式。小数点后精度可选）。 #### CHAR CHAR的长度是固定的，使用指定长度的固定长度表示字符串。实际存储为STRING类型。 #### VARCHAR VARCHAR生成时会带有一个长度指定数，用来定义字符串中的最大字符数。如果一个向VARCHAR转换的STRING型中的字符个数超过了长度指定数，那么这个STRING会被自动缩短。和STRING类型一样，VARCHAR末尾的空格数是有意义的，会影响比较结果。实际存储为STRING类型。 #### DATE DATE类型只能和DATE、TIMESTAMP和STRING进行显式转换（cast），具体如[表2]所示。 表2cast函数转换 | **显式转换** | **转换结果** | |:---|:---| | cast(date as date) | 相同DATE值。 | | cast(timestamp as date) | 根据本地时区从TIMESTAMP得出年/月/日，将其作为DATE值返回。 | | cast(string as date) | 如果字符串的形式是"yyyy-MM-dd"，将对应年/月/日作为DATE值返回。如果字符串不具有这种形式，返回NULL。 | | cast(date as timestamp) | 根据本地时区生成并返回对应DATE的年/月/日零点的TIMESTAMP值。 | | cast(date as string) | 根据DATE的年/月/日值生成并返回"yyyy-MM-dd"格式的字符串。 | #### VARIANT VARIANT是一种通用数据类型，适用于半结构化数据的存储与处理。VARIANT类型可以灵活容纳JSON对象、数组、嵌套结构等多种半结构化数据格式，无需提前定义固定的表结构。该类型仅支持在Iceberg表中使用。