文档首页/ 数据治理中心 DataArts Studio/ 用户指南/ 数据集成（CDM作业）/ 关键操作指导/ 自动建表原理介绍
更新时间：2024-08-08 GMT+08:00
查看PDF
分享

自动建表原理介绍

CDM将根据源端的字段类型进行默认规则转换成目的端字段类型，并在目的端建数据表。

自动建表时的字段类型映射

CDM在数据仓库服务（Data Warehouse Service，简称DWS）中自动建表时，DWS的表与源表的字段类型映射关系如图1所示。例如使用CDM将Oracle整库迁移到DWS，CDM在DWS上自动建表，会将Oracle的NUMBER(3,0)字段映射到DWS的SMALLINT。

图1 自动建表的字段映射

CDM在Hive中自动建表时，Hive表与源表的字段类型映射关系参见表1、表2、表3及表4。例如使用CDM将MySQL整库迁移到Hive，CDM在Hive上自动建表，会将Oracle的YEAR字段映射到Hive的DATE。

  • 针对DECIMAL类型，源端数据源长度超过Hive长度可能导致精度丢失。
  • Hive DECIMAL(P,S)类型1 ≤ precision ≤ 38,0 ≤ scale。源端p > 38位时，Hive按38位创建，s小于0时，按0创建，受Hive数据类型限制，此场景可能会导致数据写入后精度丢失。
表1 MySQL->Hive自动建表时的字段映射

数据类型（MySQL）

数据类型（Hive）

说明

数值类型

tinyint(1)，bit(1)

BOOLEAN

-

TINYINT

SMALLINT

-

TINYINT UNSIGNED

SMALLINT

-

SMALLINT

SMALLINT

-

SMALLINT UNSIGNED

INTEGER

-

MEDIUMINT

INTEGER

-

MEDIUMINT UNSIGNED

BIGINT

-

INT

INTEGER

-

INT UNSIGNED

BIGINT

-

BIGINT

BIGINT

-

BIGINT UNSIGNED

DECIMAL(38,0)

-

DECIMAL(P,S)

DECIMAL(P,S)

MySQL最大位数为65位,Hive 1 <= precision <= 38,0 <= scale。MySQL p > 38位时，hive按38位创建，s 小于0时，按0创建。

FLOAT

FLOAT

-

FLOAT UNSIGNED

FLOAT

-

DOUBLE

DOUBLE

-

DOUBLE UNSIGNED

DOUBLE

-

时间类型

DATE

DATE

-

YEAR

DATE

-

DATETIME

TIMESTAMP

-

TIMESTAMP

TIMESTAMP

-

TIME

STRING

-

字符类型

CHAR(N)

CHAR(N*3)

（n*3<255 ）大于255(CHAR_MAX_LENGTH)时，创建为varchar(N*3), 大于65535(VARCHAR_MAX_LENGTH)时创建为String。

VARCHAR(N)

VARCHAR(N*3)

大于65535(VARCHAR_MAX_LENGTH)时创建为String。

BINARY

BINARY

-

VARBINARY

BINARY

-

TINYBLOB

BINARY

-

MEDIUMBLOB

BINARY

-

BLOB

BINARY

-

LONGBLOB

BINARY

-

TINYTEXT

VARCHAR(765)

-

MEDIUMTEXT

STRING

-

TEXT

STRING

-

LONGTEXT

STRING

-

其他类型

STRING

-
表2 Oracle->Hive自动建表时的字段映射

数据类型（Oracle）

数据类型（Hive）

说明

字符类型

CHAR(N)

CHAR(N*3)

（n*3<255 ）大于255(CHAR_MAX_LENGTH)时，创建为varchar(N*3), 大于65535(VARCHAR_MAX_LENGTH)时创建为String。

VARCHAR(N)

VARCHAR(N*3)

大于65535(VARCHAR_MAX_LENGTH)时创建为String。

VARCHAR2

VARCHAR(N*3)

大于65535(VARCHAR_MAX_LENGTH)时创建为String。

NCHAR

CHAR(N*3)

-

NVARCHAR2

STRING

-

数值类型

NUMBER

DECIMAL(P,S)

Hive 1 <= precision <= 38,0 <= scale。MySQL p > 38位时，hive按38位创建，s 小于0时，按0创建。

BINARY_FLOAT

FLOAT

-

BINARY_DOUBLE

DOUBLE

-

FLOAT

FLOAT

-

时间类型

DATE

TIMESTAMP

-

TIMESTAMP

TIMESTAMP

-

TIMESTAMP WITH TIME ZONE

STRING

-

TIMESTAMP WITH LOCAL TIME ZONE

STRING

-

INTERVAL

STRING

-

二进制类型

BLOB

BINARY

-

CLOB

STRING

-

NCLOB

STRING

-

LONG

STRING

-

LONG_RAW

BINARY

-

RAW

BINARY

-

其他类型

STRING

-
表3 PostgreSQL、DWS->Hive自动建表时的字段映射

数据类型（PostgreSQL、DWS）

数据类型（Hive）

说明

数值类型

int2

SMALLINT

-

int4

INT

-

int8

BIGINT

-

real

FLOAT

-

float4

FLOAT

-

float8

DOUBLE

-

smallserial

SMALLINT

-

serial

INT

-

bigserial

BIGINT

-

numeric(p,s)

DECIMAL(P,S)

Hive 1 <= precision <= 38,0 <= scale。MySQL p > 38位时，hive按38位创建，s 小于0时，按0创建。

money

DOUBLE

-

bit(1)

TINYINT

-

varbit

STRING

-

字符类型

varchar(n)

VARCHAR(N*3)

大于65535(VARCHAR_MAX_LENGTH)时创建为String。

bpchar(n)

CHAR(N*3)

（n*3<255 ）大于255(CHAR_MAX_LENGTH)时，创建为varchar(N*3), 大于65535(VARCHAR_MAX_LENGTH)时创建为String。

char(n)

CHAR(N*3)

（n*3<255 ）大于255(CHAR_MAX_LENGTH)时，创建为varchar(N*3), 大于65535(VARCHAR_MAX_LENGTH)时创建为String。

bytea

BINARY

-

text

STRING

-

时间类型

interval

STRING

-

date

DATE

-

time

STRING

-

timetz

STRING

-

timestamp

TIMESTAMP

-

timestamptz

TIMESTAMP

-

布尔类型

bool

BOOLEAN

-

其他类型

STRING

-
表4 SQL Server->Hive自动建表时的字段映射

数据类型（ SQL Server）

数据类型（Hive）

说明

数值类型

TINYINT

SMALLINT

-

SMALLINT

SMALLINT

-

INT

INT

-

BIGINT

BIGINT

-

DECIMAL

DECIMAL(P,S)

Hive 1 <= precision <= 38,0 <= scale。MySQL p > 38位时，hive按38位创建，s 小于0时，按0创建。

NUMERIC

DECIMAL(P,S)

Hive 1 <= precision <= 38,0 <= scale。MySQL p > 38位时，hive按38位创建，s 小于0时，按0创建。

FLOAT

DOUBLE

-

REAL

FLOAT

-

SMALLMONEY

DECIMAL(10,4)

-

MONEY

DECIMAL(19,4)

-

BIT(1)

TINYINT

-

时间类型

DATE

DATE

-

DATETIME

TIMESTAMP

-

DATETIME2

TIMESTAMP

-

DATETIMEOFFSET

STRING

-

TIME(p)

STRING

-

TIMESTAMP

BINARY

-

字符类型

CHAR(n)

CHAR(n*3)

（n*3<255 ）大于255(CHAR_MAX_LENGTH)时，创建为varchar(N*3), 大于65535(VARCHAR_MAX_LENGTH)时创建为String。

VARCHAR(n)

VARCHAR(n*3)

（n*3<255 ）大于255(CHAR_MAX_LENGTH)时，创建为varchar(N*3), 大于65536(VARCHAR_MAX_LENGTH)时创建为String。

NCHAR(n)

VARCHAR(n*3)

（n*3<255 ）大于255(CHAR_MAX_LENGTH)时，创建为varchar(N*3), 大于65537(VARCHAR_MAX_LENGTH)时创建为String。

NVARCHAR(n)

VARCHAR(n*3)

（n*3<255 ）大于255(CHAR_MAX_LENGTH)时，创建为varchar(N*3), 大于65538(VARCHAR_MAX_LENGTH)时创建为String。

二进制类型

BINARY

BINARY

-

VARBINARY

BINARY

-

TEXT

STRING

-

其他类型

STRING

-
父主题： 关键操作指导

相关文档