Edição de tipos de dados do MaxCompute V2.0 - MaxCompute: Central de Documentação do Alibaba Cloud

Este tópico descreve a definição, os casos de uso, os tipos de dados compatíveis e as diferenças em relação a outras edições de tipos de dados do MaxCompute V2.0.

Contexto

A edição de tipos de dados do MaxCompute V2.0 é uma das três edições de tipos de dados no MaxCompute.

Essa edição é adequada para projetos do MaxCompute sem dados gerados antes de abril de 2020 e cujos componentes dependentes sejam compatíveis com a edição de tipos de dados V2.0.

Ative a edição de tipos de dados V2.0

Para usar a edição de tipos de dados V2.0 em um projeto, configure as seguintes propriedades:

setproject odps.sql.type.system.odps2=true; -- Enable the MaxCompute V2.0 data type edition.
setproject odps.sql.decimal.odps2=true; -- Enable the DECIMAL V2.0 data type.
setproject odps.sql.hive.compatible=false; -- Disable Hive-compatible mode.

Tipos de dados básicos

Tipo	Exemplo de constante	Descrição
TINYINT	1Y, -127Y	Inteiro com sinal de 8 bits. Valores válidos: -128 a 127.
SMALLINT	32767S, -100S	Inteiro com sinal de 16 bits. Valores válidos: -32768 a 32767.
INT	1000, -15645787	Inteiro com sinal de 32 bits. Valores válidos: -2³¹ a 2³¹-1.
BIGINT	100000000000L, -1L	Inteiro com sinal de 64 bits. Valores válidos: -2⁶³+1 a 2⁶³-1.
BINARY	UNHEX('FA34E10293CB42848573A4E39937F479') X'616263'	Tipo de dados binário. Comprimento máximo: 8 MB. No formato `X'num [...]'`, `num` é um dígito hexadecimal que pode ser `0-9` ou `A-F`. Por exemplo, `X'616263'` representa `abc`, pois o código ASCII de `a` é `0x61`, o de `b` é `0x62` e o de `c` é `0x63`. `X'616263'` equivale semanticamente a `unhex('616263')`. Se a string hexadecimal tiver um número ímpar de dígitos, o sistema adiciona `0` ao início. Por exemplo, `X'616'` equivale a `X'0616'`. Use aspas simples obrigatoriamente. O sistema não aceita aspas duplas. Por exemplo, `X"616263"` não é interpretado como uma constante BINARY.
FLOAT	3.14F, CAST(3.14159261E+7 AS FLOAT)	Ponto flutuante binário de 32 bits. Valores FLOAT podem perder precisão devido à forma de armazenamento e cálculo de ponto flutuante. Se for necessária alta precisão, converta o tipo FLOAT para DECIMAL.
DOUBLE	3.14D, 3.14159261E+7	Ponto flutuante binário de 64 bits. Valores DOUBLE podem perder precisão devido à forma de armazenamento e cálculo de ponto flutuante. Se for necessária alta precisão, converta o tipo DOUBLE para DECIMAL.
DECIMAL(precision,scale)	3.5BD, 99999999999.9999999BD	Tipo numérico exato baseado no sistema decimal. Permite definir precisão (número máximo de dígitos) e escala (dígitos à direita do ponto decimal). DECIMAL padrão: precisão de [1,38] e escala de [0, precision]. DECIMAL256: precisão de [39,76] e escala de [0, precision]. Para mais informações, consulte Tipo de dados DECIMAL.
VARCHAR(n)	N/A	Tipo de caractere de comprimento variável. n especifica o comprimento. Valores válidos de n: 1 a 65535.
CHAR(n)	N/A	Tipo de caractere de comprimento fixo. n especifica o comprimento. Valor máximo de n: 255. O sistema preenche strings menores que n com espaços, mas ignora espaços à direita nas comparações.
STRING	"abc", 'bcd', "alibaba", 'inc'	Tipo string. Comprimento máximo: 8 MB.
DATE	DATE'2017-11-11'	Tipo data. Formato: `yyyy-mm-dd`. Valores válidos: 0001-01-01 a 9999-12-31.
DATETIME	DATETIME'2017-11-11 00:00:00'	Tipo data e hora. Valores válidos: 0001-01-01 00:00:00.000 a 9999-12-31 23:59:59.999. Precisão: milissegundo. Os valores DATETIME não incluem milissegundos nos resultados da consulta. Use o parâmetro `-dfp` nos comandos do Tunnel para exibir o nível de milissegundos. Exemplo: `tunnel upload -dfp 'yyyy-MM-dd HH:mm:ss.SSS'`. Para mais informações sobre comandos do Tunnel, consulte Comandos do Tunnel.
TIMESTAMP	TIMESTAMP'2017-11-11 00:00:00.123456789'	Tipo timestamp. Valores válidos: 0001-01-01 00:00:00.000000000 a 9999-12-31 23:59:59.999999999. Precisão: nanossegundo. O tipo TIMESTAMP independe de fuso horário. Em qualquer fuso, ele armazena um deslocamento em relação à Época (UTC 1970-01-01 00:00:00). Use funções integradas para calcular fusos horários em dados TIMESTAMP. Por exemplo, `CAST(<a TIMESTAMP> AS STRING)` converte dados TIMESTAMP para STRING conforme o fuso horário atual. Há suporte para constantes TIMESTAMP com formatos específicos de fuso horário, como: TIMESTAMP '2025-02-25T12:09:35', TIMESTAMP '2025-02-25 12:09:35+07:00' e TIMESTAMP '2025-02-25 12:09:35Z'.
TIMESTAMP_NTZ	TIMESTAMP_NTZ '2017-11-11 00:00:00.123456789'	Tipo timestamp independente de fuso horário. Valores válidos: 0000-01-01 00:00:00.000000000 a 9999-12-31 23:59:59.999999999. Para mais informações sobre o tipo TIMESTAMP_NTZ, consulte Tipo de dados TIMESTAMP_NTZ.
BOOLEAN	True, False	Tipo BOOLEAN. Valores válidos: True, False.
INTERVAL	INTERVAL '2021' YEAR INTERVAL '1' DAY INTERVAL '2000-1' YEAR TO MONTH INTERVAL '-1 23:59:59.999' DAY TO SECOND	Tipo de dados que representa períodos de tempo e expressa o intervalo entre duas datas ou horas. Inclui dois subtipos: INTERVAL_YEAR_MONTH e INTERVAL_DAY_TIME. Para mais informações, consulte Tipo de dados INTERVAL.
Blob	N/A	Para mais informações, consulte Tipo de dados Blob e armazenamento multimodal.

Notas de uso para tipos de dados:

Todos os tipos de dados listados acima aceitam valores NULL.
A palavra-chave INT em SQL refere-se ao tipo inteiro de 32 bits.
```
-- Convert a to a 32-bit integer.
CAST(a AS INT)
```
Constantes
- Constantes inteiras assumem o tipo INT por padrão. Por exemplo, a constante inteira 1 em SELECT 1 + a; é tratada como INT. Se uma constante exceder o intervalo INT, mas couber no BIGINT, será tratada como BIGINT. Se exceder o intervalo BIGINT, será tratada como DOUBLE.
- Ao inserir constantes em campos DECIMAL, o formato deve corresponder ao especificado na definição da constante. Veja o exemplo 3.5BD no código a seguir.
```
INSERT INTO test_tb(a) VALUES (3.5BD)
```
- Constantes STRING aceitam concatenação. O sistema concatena automaticamente dois ou mais literais de string adjacentes. Por exemplo, SELECT 'abc' 'efg' 'ddt'; retorna abcefgddt.
Conversão implícita
- Algumas conversões implícitas de tipo estão desativadas. Por exemplo, STRING->BIGINT, STRING->DATETIME, DOUBLE->BIGINT, DECIMAL->DOUBLE e DECIMAL->BIGINT podem causar perda de precisão ou erros. Use a função CAST para converter explicitamente tipos de dados cuja conversão implícita esteja desativada.
- Constantes VARCHAR podem ser convertidas implicitamente em constantes STRING.
Tabelas, funções e UDFs
- É possível usar funções integradas com tipos de dados V2.0 na edição de tipos de dados V2.0.
- O sistema analisa e sobrecarrega tipos de dados em UDFs com base nos tipos V2.0.
- Colunas de chave de partição aceitam os tipos de dados STRING, VARCHAR, CHAR, TINYINT, SMALLINT, INT e BIGINT.

Tipos de dados complexos

Tipos de dados complexos no MaxCompute permitem aninhamento de até 20 níveis. Para obter informações sobre funções integradas relacionadas, consulte ARRAY, MAP, STRUCT ou JSON.
Recomenda-se limitar o tamanho dos valores de tipos complexos a 1 MB. Valores acima desse limite podem causar erros de falta de memória (OOM) durante a computação.

Tipo	Definição	Construção
ARRAY	`ARRAY<INT>` `ARRAY<STRUCT<a:INT, b:STRING>>`	`ARRAY(1, 2, 3)` `ARRAY(STRUCT(1, '2'), STRUCT(3, '4'))`
MAP	`MAP<STRING, STRING>` `MAP<SMALLINT, ARRAY<STRING>>`	`MAP("k1", "v1","k2","v2")` `MAP(1S, ARRAY("a", "b"), 2S, ARRAY('z','y'))`
STRUCT	`STRUCT<X:INT, Y:INT>` `STRUCT<FIELD1:BIGINT, FIELD2:ARRAY<INT>, FIELD3:MAP<INT, INT>>`	`NAMED_STRUCT('x', 1,'y',2)` `NAMED_STRUCT('field1',100L,'field2', ARRAY(1, 2),'field3',MAP(1,100, 2, 200))`
JSON	`JSON`	`JSON '123'`

Diferenças em relação a outras edições de tipos de dados

Diferenças de comportamento da sintaxe DML
- A cláusula LIMIT comporta-se de maneira diferente em operações de conjunto.
  Por exemplo, para SELECT * FROM t1 UNION ALL SELECT * FROM t2 LIMIT 10;:
  - Edição de tipos de dados V1.0: SELECT * FROM t1 UNION ALL SELECT * FROM ( SELECT * FROM t2 LIMIT 10) t2;.
  - Edição de tipos de dados V2.0: SELECT * FROM (SELECT * FROM t1 UNION ALL SELECT * FROM t2 ) t LIMIT 10;.
  As cláusulas ORDER BY, DISTRIBUTE BY, SORT BY e CLUSTER BY também apresentam o mesmo comportamento.
- A resolução de tipos em expressões IN difere entre as edições.
  Por exemplo, para a in (1, 2, 3):
  - Edição de tipos de dados V1.0: todos os valores entre parênteses após IN devem ser do mesmo tipo.
  - Edição de tipos de dados V2.0: os valores entre parênteses após IN podem ser de tipos diferentes, desde que permitam conversão implícita para um tipo comum.
- Regras de conversão de tipo INSERT
  - No modo compatível com Hive, se for possível converter explicitamente um tipo de dados de source para o tipo da coluna de destino, o MaxCompute insere e executa automaticamente uma função de conversão.
  - Nos modos V1.0 e V2.0, o tipo de source deve permitir conversão implícita; caso contrário, o sistema retorna um erro.
    
    O exemplo a seguir tem êxito no modo compatível com Hive, mas falha nos modos V1.0 e V2.0:
```
CREATE TABLE t (a BIGINT);
INSERT INTO TABLE SELECT 1.5;
```
Diferenças comportamentais de operadores e funções entre edições de tipos de dados
- Para os operadores +, -, *, / e POW:
  - Compatível com Hive: Retorna o valor inicial
  - V1.0 e V2.0: Retorna erro; em outros modos, retorna NULL
- Para os operadores >, >=, =, < e <= aplicados a valores DOUBLE:
  - Compatível com Hive: Compara todos os dígitos diretamente
  - V1.0 e V2.0: Compara apenas os primeiros 15 dígitos à direita do ponto decimal e ignora os demais
- Para os operadores &, | e ^:
  - Compatível com Hive: Mesmo tipo da entrada
  - V1.0 e V2.0: Sempre BIGINT
- Para funções como LENGTH, LENGTHB, FIND_IN_SET, INSTR, SIZE, HASH e SIGN:
  - Compatível com Hive: Retorna um valor INT.
  - V1.0 e V2.0: Retorna um valor BIGINT.
- FLOOR e CEIL
  - Compatível com Hive: Se o parâmetro de entrada for DECIMAL, retorna um valor DECIMAL.
  - V1.0 e V2.0: Se o parâmetro de entrada for DECIMAL, retorna um valor BIGINT.
- FROM_UNIXTIME
  - Compatível com Hive: Retorna um valor STRING.
  - V1.0 e V2.0: Retorna um valor DATETIME.
- CONCAT_WS
  - Compatível com Hive: Ignora strings de entrada NULL e concatena as restantes.
  - V1.0 e V2.0: Se qualquer string de entrada for NULL, retorna NULL.
- FIND_IN_SET
  - Compatível com Hive: Uma string vazia corresponde ao final da string de busca:
```
find_in_set("","")    -- Returns 1
find_in_set("", "a,") -- Returns 2
```
  - V1.0 e V2.0: Trata string vazia como não correspondente e retorna 0.
- REGEXP_(EXTRACT/REPLACE)
  - Compatível com Hive: Especificações de expressão regular Java
  - V1.0 e V2.0: Especificações do MaxCompute
- SUBSTR
```
STRING SUBSTR(STRING <string>, BIGINT <start_position>[, BIGINT <length>])
```
  start_position: Obrigatório. Tipo BIGINT. A posição inicial padrão é 1.
  - Edição de tipos de dados compatível com Hive: Quando start_position é 0, o comportamento equivale ao da posição inicial 1.
  - Edições de tipos de dados 1.0 e 2.0: Quando start_position é 0, retorna uma string vazia.
  - Edição de tipos de dados compatível com BigQuery: Quando start_position é 0, o comportamento equivale ao da posição inicial 1.
  - Edição de tipos de dados compatível com BigQuery: Quando start_position é menor que o comprimento negativo da string, o comportamento equivale ao da posição inicial 1.