hive的复杂数据类型有哪些：适配多类嵌套存储场景

Hive的复杂数据类型主要包含ARRAY、MAP、STRUCT、UNIONTYPE四类，是Hive脱离基础数据类型、支撑半结构化、嵌套结构化数据存储的核心类型，其中ARRAY适配有序重复数据、MAP适配键值对数据、STRUCT适配固定字段结构化数据、UNIONTYPE适配多类型混合数据，各类类型均有明确的建表语法、取值方式和适用场景，仅支持Hive2.0及以上稳定版本使用，低版本存在语法兼容缺陷。

Hive复杂数据类型：ARRAY数组类型

ARRAY是有序的同类型元素集合，数组内元素数据类型必须统一，元素可重复、可通过数字下标取值，下标从0开始。你在建表时可通过ARRAY<基础数据类型>定义字段，读取数据时使用下标精准获取单个元素，使用整体查询获取全部元素。该类型主要用于存储批量有序单列数据，比如用户标签、商品规格列表、日志事件序列等场景。数据导入时，默认以英文逗号分隔数组元素，若需自定义分隔符，可通过SERDEPROPERTIES参数指定分隔规则。数组下标越界时，Hive不会报错，会返回NULL值，不会终止查询执行。

Hive复杂数据类型：MAP键值对类型

MAP是无序的键值对集合，键（key）为唯一不重复的基础数据类型，值（value）为统一数据类型，支持通过key快速检索对应数据。建表语法为MAP<键类型,值类型>，日常多用于存储动态属性数据，例如用户自定义属性、设备参数、订单附加信息等可变字段场景。你查询MAP数据时，可通过中括号传入key获取对应value，也可通过map_keys、map_values函数分别提取全部键、全部值。MAP数据默认分隔规则为键值用冒号分隔、多组键值对用逗号分隔，适配绝大多数半结构化日志数据解析需求。

Hive复杂数据类型：STRUCT结构体类型

STRUCT是固定字段的结构化复合类型，等同于编程语言中的结构体，内部包含多个自定义字段，每个字段可单独指定不同基础数据类型，字段名称固定、不可动态增减。建表时通过STRUCT<字段1:类型1,字段2:类型2>定义，适合存储结构固定、多维度关联的数据，比如用户基础信息（姓名、年龄、性别）、商品基础参数（编号、价格、库存）等规整数据。你取值时通过“字段.子字段”的层级方式获取内部数据，查询精度更高，数据规整性远优于MAP类型。STRUCT不支持字段动态新增，提前定义的字段缺失数据时，对应字段返回NULL。

Hive复杂数据类型：UNIONTYPE联合类型

UNIONTYPE是可存储多种不同数据类型的复合类型，单个字段可兼容整数、字符串、浮点型等不同基础类型，无需统一数据格式。该类型使用场景较为特殊，仅适用于数据格式杂乱、无统一规范的原始数据采集场景，比如杂乱用户行为日志、临时异构数据汇总。建表语法为UNIONTYPE<类型1,类型2,类型3>，字段存储数据仅能匹配定义范围内的类型，超出类型范围会出现数据丢失。

该类型使用率较低。

Hive四类复杂数据类型核心差异对比

Hive复杂数据类型存在明确的使用边界，所有复杂类型均不支持直接作为分区字段、分桶字段使用，强行设置会触发语法报错，仅能作为普通表字段存储业务数据。

复杂数据类型嵌套使用时，层级不宜超过3层，多层嵌套会大幅降低Hive查询解析效率，增加数据解析出错概率。