开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第24天 juejin.cn/post/716729…
数据类型
基本数据类型
Hive 支持关系型数据中大多数基本数据类型
和其他的SQL语言一样，这些都是保留字。需要注意的是所有的这些数据类型都是对Java中接口的实现，因此这些类型的具体行为细节和Java中对应的类型是完全一致的。例如，string类型实现的是Java中的String，float实现的是Java中的float，等等。
复杂数据类型
存储格式
Hive会为每个创建的数据库在HDFS上创建一个目录，该数据库的表会以子目录形式存储，表中的数据会以表目录下的文件形式存储。对于default数据库，默认的缺省数据库没有自己的目录，default数据库下的表默认存放在/user/hive/warehouse目录下。
-
Textfile
-
textfile为默认格式，存储方式为行存储。数据不做压缩，磁盘开销大，数据解析开销大。
-
SequenceFile
-
SequenceFile是Hadoop API提供的一种二进制文件支持，其具有使用方便、可分割、可压缩的特点。
-
SequenceFile支持三种压缩选择：NONE, RECORD, BLOCK。 Record压缩率低，一般建议使用BLOCK压缩。
-
RCFile
-
一种行列存储相结合的存储方式。
-
ORCFile
-
数据按照行分块，每个块按照列存储，其中每个块都存储有一个索引。
-
hive给出的新格式，属于RCFILE的升级版,性能有大幅度提升,而且数据可以压缩存储,压缩快 快速列存取。
-
新版本ORCFile在开启事务的前提下，可以对表进行update操作。
-
Parquet
-
impala官方推荐的列式存储格式。
-
查询性能好，压缩程度高。
-
可以减少大量的表扫描和反序列化的时间。
数据格式
当数据存储在文本文件中，必须按照一定格式区别行和列，并且在Hive中指明这些区分符。Hive默认使用了几个平时很少出现的字符，这些字符一般不会作为内容出现在记录中。
Hive默认的行和列分隔符如下表所示。
