أنواع بيانات الخلية: كيفية إنشاء قواعد البيانات وإسقاطها في الخلية

تُعدّ أنواع البيانات عناصر بالغة الأهمية في لغة استعلام Hive ونمذجة البيانات. ولتحديد أنواع أعمدة الجدول، يجب علينا معرفة أنواع البيانات وكيفية استخدامها.

فيما يلي لمحة موجزة عن بعض أنواع البيانات الموجودة في Hive:

• أنواع رقمية
• أنواع السلاسل
• أنواع التاريخ/الوقت
• أنواع معقدة

أنواع البيانات في الخلية

يتم تعريف كل عمود في Hive بأحد الأنواع التالية. تأتي الأنواع الأساسية أولاً، تليها الأنواع المعقدة التي تحتوي على أكثر من قيمة واحدة في عمود واحد.

أنواع البيانات الرقمية للخلية

تتراوح الأعمدة الرقمية من بايت واحد إلى ثمانية بايتات، لذا فإن اختيار أصغر نوع يناسب القيم يحافظ على انخفاض كل من تكلفة التخزين والمسح الضوئي.

أنواع بيانات سلسلة الخلية

تأتي أعمدة الأحرف بثلاثة أشكال، والفرق يكمن فيما إذا كان Hive يفرض طولًا محددًا أم لا.

أنواع بيانات التاريخ/الوقت في الخلية

يتم تخزين الأعمدة الزمنية بدون أي إزاحة للمنطقة الزمنية، وهو أمر يجدر تذكره قبل مقارنة القيم المكتوبة بواسطة مجموعات مختلفة.

أنواع البيانات المتنوعة في هايف

يوجد نوعان أساسيان آخران خارج عائلات الأرقام والسلاسل والتواريخ، لكنهما يظهران بانتظام في المخططات الحقيقية.

أنواع البيانات المعقدة في Hive

تتضمن الأنواع المعقدة القيم داخل عمود واحد، مما يزيل عملية الربط الإضافية التي يحتاجها التصميم العلائقي.

مثال على أنواع البيانات المعقدة في Hive

يوضح الجدول أعلاه صيغة الإعلان. أما العبارة أدناه فتضع ثلاثة من الأنواع المعقدة في جدول واحد بحيث يمكن رؤية بنود الفاصلة وصيغة الوصول معًا.

CREATE TABLE employees (
  name      STRING,
  skills    ARRAY<STRING>,
  deductions MAP<STRING, FLOAT>,
  address   STRUCT<street:STRING, city:STRING, pin:INT>
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
COLLECTION ITEMS TERMINATED BY ','
MAP KEYS TERMINATED BY ':'
LINES TERMINATED BY '\n'
STORED AS TEXTFILE;

يلزم هنا استخدام ثلاثة فواصل منفصلة: فاصل بين الأعمدة، وفاصل بين عناصر المصفوفة أو البنية، وفاصل بين مفتاح الخريطة وقيمته. بمجرد إنشاء الجدول، تتم قراءة كل عمود معقد باستخدام دالة الوصول الخاصة به.

SELECT name, skills[0], deductions['tax'], address.city
FROM employees;

يلخص الجدول أدناه أي أداة وصول تنتمي إلى أي نوع.

قد تكون الأنواع المعقدة متداخلة، لذا ARRAY > هو تعريف عمود صحيح. بمجرد تحديد تخطيط الأعمدة، يتم إنشاء الجداول نفسها باستخدام العبارات الموضحة في إنشاء وتعديل وحذف الجداول في Hive.

كيفية إنشاء وإسقاط قواعد البيانات في الخلية

قاعدة البيانات في Hive هي ببساطة مساحة اسم تجمع الجداول، لذا فهي أول عنصر يتم إنشاؤه قبل البدء في أي عملية متعلقة بالجداول. فيما يلي خطوات إنشاء وحذف قواعد البيانات في Hive.

الخطوة 1) إنشاء قاعدة بيانات في Hive

لإنشاء قاعدة بيانات في واجهة Hive، يجب علينا استخدام الأمر كما هو موضح في الصيغة أدناه:

بناء الجملة:

Create database <DatabaseName>

مثال: إنشاء قاعدة بيانات "guru99"

تُظهر لقطة الشاشة أدناه عبارة الإنشاء متبوعة بأمر عرض يسرد كل قاعدة بيانات على المجموعة.

من خلال لقطة الشاشة أعلاه، نلاحظ أننا نقوم بأمرين:

1. إنشاء قاعدة بيانات "guru99" في الخلية
2. عرض قواعد البيانات الموجودة باستخدام الأمر "show"

في نفس الشاشة، يتم عرض قاعدة البيانات "guru99" في النهاية عند تنفيذ أمر العرض، مما يعني أن قاعدة البيانات "guru99" قد تم إنشاؤها بنجاح.

الخطوة الثانية: حذف قاعدة البيانات في هايف

للقطرping في قاعدة البيانات في واجهة Hive، يجب علينا استخدام الأمر "drop" كما هو موضح في الصيغة أدناه:

بناء الجملة:

Drop database <DatabaseName>

مثال: حذف قاعدة البيانات guru99

في لقطة الشاشة التالية، يتم تنفيذ أمر الحذف أولاً، وأمر العرض الذي يليه لم يعد يسرد قاعدة البيانات.

في لقطة الشاشة أعلاه، نقوم بأمرين:

1. نحن نسقطping قاعدة بيانات 'guru99' من Hive
2. التحقق من ذلك باستخدام الأمر "show".

في نفس الشاشة، وبعد التحقق من قواعد البيانات باستخدام أمر العرض، لم تظهر قاعدة البيانات "guru99" داخل Hive. لذا يمكننا الآن التأكيد على حذف قاعدة البيانات "guru99".

أوامر قاعدة بيانات Hive: USE، DESCRIBE، SHOW، وALTER DATABASE

يستخدم البيانان أعلاه أقصر صيغة لهما. تتضمن الصيغة الموثقة بنودًا اختيارية تحدد مكان حفظ الملفات وما يحدث في حال كان الاسم مستخدمًا بالفعل.

CREATE DATABASE [IF NOT EXISTS] database_name
  [COMMENT database_comment]
  [LOCATION hdfs_path]
  [WITH DBPROPERTIES (property_name=property_value, ...)];

DROP DATABASE [IF EXISTS] database_name [RESTRICT|CASCADE];

تُستخدم الكلمتان المفتاحيتان DATABASE و SCHEMA بشكل تبادلي في جميع أنحاء البرنامج، لذا فإن الأمر CREATE SCHEMA والأمر CREATE DATABASE يؤديان نفس الوظيفة تمامًا. أما الأوامر المتبقية فتُكمل العمل اليومي مع مساحة الاسم.

هناك إعدادان افتراضيان جديران بالحفظ. بدون شرط LOCATION، توجد الملفات ضمن دليل المستودع، عادةً /user/hive/warehouse/database_name.db، وبدون شرط IF EXISTS، يؤدي حذف قاعدة بيانات لاسم مفقود إلى ظهور خطأ بدلاً من المرور بسلاسة. يتم الاحتفاظ بكلا الإعدادين في خلية نقية.

تحويل أنواع بيانات Hive والأخطاء الشائعة

لا تُستخدم الأنواع دائمًا كما هي مُعلنة تمامًا. يقوم Hive بتوسيع القيمة تلقائيًا عندما لا يمكن فقدان أي معلومات، ويترك كل شيء آخر للتحويل الصريح.

• يتبع التوسيع الضمني سلسلة TINYINT إلى SMALLINT إلى INT إلى BIGINT إلى FLOAT إلى DOUBLE، ويتم ترقية STRING الذي يحتوي على أرقام إلى DOUBLE.
• لا يحدث التضييق من تلقاء نفسه أبدًا، لذا فإن قيمة DOUBLE المعينة لعمود INT تحتاج إلى تحويل مكتوب.
• تقوم الدالة CAST بإجراء هذا التحويل المكتوب، وتعيد قيمة NULL بدلاً من الخطأ عندما يتعذر تحويل القيمة.

SELECT CAST(salary AS DECIMAL(10,2)) FROM employees;

الأخطاء المذكورة أدناه تمثل معظم المفاجآت التي يواجهها المبتدئون في مخططهم الأول.

بمجرد أن تصبح أنواع البيانات متوافقة، فإن الخطوة التالية هي تحميل البيانات والاستعلام عنها، وهو ما يتم تناوله في استعلامات Hive مع Order By و Group By و Cluster By.

الأسئلة الشائعة