Tipe Data Hive: Cara Membuat dan Melepaskan Database di Hive

Tipe data merupakan elemen yang sangat penting dalam bahasa kueri Hive dan pemodelan data. Untuk mendefinisikan tipe kolom tabel, kita harus mengetahui tentang tipe data dan penggunaannya.

Berikut ini adalah gambaran singkat beberapa tipe data yang ada di Hive:

• Tipe Numerik
• Jenis Tali
• Jenis Tanggal/Waktu
• Jenis Kompleks

Tipe data di Hive

Setiap kolom Hive dideklarasikan dengan salah satu tipe di bawah ini. Keluarga tipe primitif didahulukan, diikuti oleh tipe kompleks yang menyimpan lebih dari satu nilai dalam satu kolom.

Tipe Data Numerik Sarang

Kolom numerik berkisar dari satu byte hingga delapan byte, jadi memilih tipe terkecil yang sesuai dengan nilai tersebut akan mengurangi biaya penyimpanan dan pemindaian.

Tipe Data String Sarang

Kolom karakter hadir dalam tiga bentuk, dan perbedaannya terletak pada apakah Hive memberlakukan panjang yang telah ditentukan.

Tipe Data Tanggal/Waktu Sarang

Kolom temporal disimpan tanpa offset zona waktu, yang perlu diingat sebelum membandingkan nilai yang ditulis oleh klaster yang berbeda.

Berbagai Tipe Data Hive

Dua tipe data dasar lainnya berada di luar keluarga numerik, string, dan tanggal, tetapi muncul secara teratur dalam skema nyata.

Tipe Data Kompleks Hive

Tipe data kompleks menyusun nilai-nilai di dalam satu kolom, yang menghilangkan penggabungan tambahan yang dibutuhkan oleh desain relasional.

Contoh Tipe Data Kompleks Hive

Tabel di atas memberikan bentuk deklarasi. Pernyataan di bawah ini menggabungkan tiga tipe kompleks ke dalam satu tabel sehingga klausa pembatas dan sintaks akses dapat dilihat bersamaan.

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;

Tiga pembatas terpisah diperlukan di sini: satu di antara kolom, yang kedua di antara item ARRAY atau STRUCT, dan yang ketiga di antara kunci MAP dan nilainya. Setelah tabel ada, setiap kolom kompleks dibaca dengan aksesori masing-masing.

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

Tabel di bawah ini merangkum aksesori mana yang termasuk ke tipe mana.

Tipe kompleks dapat bersarang, jadi ARRAY > adalah deklarasi kolom yang valid. Setelah tata letak kolom ditetapkan, tabel itu sendiri dibangun dengan pernyataan yang dibahas di Hive membuat, mengubah, dan menghapus tabel.

Cara Membuat dan Melepaskan Database di Hive

Dalam Hive, basis data hanyalah sebuah namespace yang mengelompokkan tabel, jadi ini adalah objek pertama yang harus dibuat sebelum pekerjaan tabel dimulai. Berikut adalah langkah-langkah cara membuat dan menghapus basis data di Hive.

Langkah 1) Buat Database di Hive

Untuk membuat database di Hive shell, kita harus menggunakan perintah seperti yang ditunjukkan pada sintaks di bawah ini:

sintaks:

Create database <DatabaseName>

Contoh: Buat basis data “guru99”

Tangkapan layar di bawah ini menunjukkan pernyataan pembuatan yang diikuti oleh perintah tampilan yang mencantumkan setiap basis data pada klaster.

Berdasarkan tangkapan layar di atas, kita melakukan dua hal:

1. Membuat database "guru99" di Hive
2. Menampilkan basis data yang ada menggunakan perintah “show”

Pada layar yang sama, basis data “guru99” ditampilkan di bagian akhir ketika kita menjalankan perintah show, yang berarti basis data “guru99” berhasil dibuat.

Langkah 2) Hapus Database di Hive

Untuk menjatuhkanping Untuk menghapus basis data di Hive shell, kita harus menggunakan perintah "drop" seperti yang ditunjukkan pada sintaks di bawah ini:

sintaks:

Drop database <DatabaseName>

Contoh: Hapus basis data guru99

Pada tangkapan layar berikutnya, perintah drop dijalankan terlebih dahulu, dan perintah show yang mengikutinya tidak lagi menampilkan daftar basis data.

Pada tangkapan layar di atas, kita melakukan dua hal:

1. Kita jatuhping basis data 'guru99' dari Hive
2. Memeriksa silang hal yang sama dengan perintah “show”

Pada layar yang sama, setelah memeriksa basis data dengan perintah show, basis data “guru99” tidak muncul di dalam Hive. Jadi, kita dapat memastikan sekarang bahwa basis data “guru99” telah dihapus.

Perintah Database Hive: USE, DESCRIBE, SHOW dan ALTER DATABASE

Kedua pernyataan di atas menggunakan bentuk terpendeknya. Sintaks yang didokumentasikan memiliki klausa opsional yang menentukan ke mana file akan disimpan dan apa yang terjadi jika nama tersebut sudah digunakan.

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];

Kata kunci DATABASE dan SCHEMA dapat saling menggantikan di seluruh kode, jadi CREATE SCHEMA dan CREATE DATABASE melakukan hal yang sama persis. Perintah-perintah lainnya melengkapi pekerjaan sehari-hari dengan sebuah namespace.

Dua pengaturan default perlu diingat. Tanpa klausa LOCATION, file akan berada di bawah direktori gudang, biasanya /user/hive/warehouse/database_name.db, dan tanpa IF EXISTS, penghapusan terhadap nama yang hilang akan menimbulkan kesalahan alih-alih berjalan tanpa masalah. Kedua pengaturan tersebut disimpan di dalam Metastore Hive.

Konversi Tipe Data Hive dan Kesalahan Umum

Tipe data tidak selalu digunakan persis seperti yang dideklarasikan. Hive secara otomatis memperluas nilai ketika tidak ada informasi yang dapat hilang, dan menyerahkan hal lainnya pada konversi eksplisit.

• Pelebaran implisit mengikuti rantai TINYINT ke SMALLINT ke INT ke BIGINT ke FLOAT ke DOUBLE, dan STRING yang berisi angka dipromosikan menjadi DOUBLE.
• Penyempitan tipe data tidak pernah terjadi dengan sendirinya, jadi tipe data DOUBLE yang diberikan pada kolom INT memerlukan konversi tertulis.
• CAST melakukan konversi yang tertulis tersebut, dan mengembalikan NULL alih-alih kesalahan ketika nilai tersebut tidak dapat dikonversi.

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

Kesalahan-kesalahan di bawah ini mencakup sebagian besar kejutan yang ditemui pemula pada skema pertama mereka.

Setelah tipe data berfungsi dengan baik, langkah selanjutnya adalah memuat dan melakukan query data itu sendiri, yang akan dibahas dalam Kueri Hive dengan Order By, Group By dan Cluster By.

Pertanyaan Umum Demo Slot