本文为您介绍MaxCompute 2.0数据类型版本的定义、使用场景、支持的数据类型以及与其它数据类型版本的差异。
定义
项目空间选择数据类型版本为2.0数据类型版本时,项目空间的数据类型属性参数定义如下。
setproject odps.sql.type.system.odps2=true; --打开MaxCompute 2.0数据类型。
setproject odps.sql.decimal.odps2=true; --打开Decimal 2.0数据类型。
setproject odps.sql.hive.compatible=false; --关闭Hive兼容模式。
适用场景
适用于在2020年04月之前无存量数据的MaxCompute项目,且该项目依赖的产品组件支持2.0数据类型版本。
基础数据类型
类型 | 常量示例 | 描述 |
TINYINT | 1Y、-127Y | 8位有符号整型。 取值范围:-128~127。 |
SMALLINT | 32767S、-100S | 16位有符号整型。 取值范围:-32768~32767。 |
INT | 1000、-15645787 | 32位有符号整型。 取值范围:-2 31~2 31-1。 |
BIGINT | 100000000000L、-1L | 64位有符号整型。 取值范围:-2 63+1~2 63 -1。 |
BINARY |
| 二进制数据类型,目前长度限制为8 MB。 说明
|
FLOAT | 3.14F、cast(3.14159261E+7 as float) | 32位二进制浮点型。 说明 由于计算机存储以及内部计算逻辑,用FLOAT类型进行计算时会有精度损失,如果对精度要求比较高,需要将FLOAT数据类型转换成DECIMAL类型进行计算。 |
DOUBLE | 3.14D、3.14159261E+7 | 64位二进制浮点型。 说明 由于计算机存储以及内部计算逻辑,用DOUBLE类型进行计算时会有精度损失,如果对精度要求比较高,需要将DOUBLE数据类型转换成DECIMAL类型进行计算。 |
DECIMAL(precision,scale) | 3.5BD、99999999999.9999999BD | 10进制精确数字类型。
如果不指定以上两个参数,则默认为 说明
|
VARCHAR(n) | 无 | 变长字符类型,n为长度。 取值范围:1~65535。 |
CHAR(n) | 无 | 固定长度字符类型,n为长度,最大取值为255。长度不足则会填充空格,但空格不参与比较。 |
STRING | "abc"、'bcd'、"alibaba"、'inc' | 字符串类型,目前长度限制为8 MB。 |
DATE | DATE'2017-11-11' | 日期类型,格式为 取值范围:0001-01-01~9999-12-31。 |
DATETIME | DATETIME'2017-11-11 00:00:00' | 日期时间类型。 取值范围:0001-01-01 00:00:00.000~9999-12-31 23:59:59.999,精确到毫秒。 |
TIMESTAMP | TIMESTAMP'2017-11-11 00:00:00.123456789' | 时间戳类型。 取值范围:0001-01-01 00:00:00.000000000~9999-12-31 23:59:59.999999999,精确到纳秒。 说明 TIMESTAMP类型本身与时区无关,在任何时区,TIMESTAMP类型存储的都是从Epoch(UTC 1970-01-01 00:00:00)开始的一个偏移量。您可以通过内建函数对TIMESTAMP类型数据执行与时区相关的计算,如 |
TIMESTAMP_NTZ | TIMESTAMP_NTZ '2017-11-11 00:00:00.123456789' | 无时区时间戳类型。 取值范围:0000-01-01 00:00:00.000000000~9999-12-31 23:59:59.999999999。关于TIMESTAMP_NTZ数据类型介绍,详情请参见MaxCompute TIMESTAMP_NTZ数据类型。 |
BOOLEAN | True、False | BOOLEAN类型。 取值范围:True、False。 |
INTERVAL |
| 代表时间段的数据类型,用来表示两个日期或时间之间的时间间隔。包含INTERVAL_YEAR_MONTH和INTERVAL_DAY_TIME两种类型。详情请参见INTERVAL数据类型。 |
数据类型说明如下:
上述的各种数据类型均可以为NULL。
SQL中的INT关键字是32位整型。
--将a转换为32位整型。 CAST(a AS INT)
整型常量的语义会默认为INT类型。例如
SELECT 1 + a;
中的整型常量1会被作为INT类型处理。如果常量过长,超过了INT的值域而又没有超过BIGINT的值域,则会作为BIGINT类型处理;如果超过了BIGINT的值域,则会被作为DOUBLE类型处理。隐式转换
部分隐式类型转换会被禁用。例如,STRING->BIGINT、STRING->DATETIME、DOUBLE->BIGINT、DECIMAL->DOUBLE、DECIMAL->BIGINT有精度损失或者报错的风险。禁用类型可以通过CAST函数强制进行数据类型转换。
VARCHAR类型常量可以通过隐式转换为STRING常量。
表、函数以及UDF
参数涉及2.0数据类型的内置函数,在2.0数据类型版本下可以正常使用。
UDF包含的数据类型都会按照2.0数据类型进行解析重载。
分区列支持STRING、VARCHAR、CHAR、TINYINT、SMALLINT、INT、BIGINT数据类型。
STRING常量支持连接,多(2个及以上)个字符串放一起,会自动连接成一个字符串,例如执行
select 'abc' 'efg' 'ddt';
,返回结果为abcefgddt
。给DECIMAL字段插入常量时,常量的写法需要与常量定义中的格式保持一致。例如下面示例代码中的
3.5BD
。INSERT INTO test_tb(a) VALUES (3.5BD)
DATETIME查询显示的时间值不包含毫秒。Tunnel命令通过
-dfp
来指定时间格式,可以指定到毫秒显示,例如tunnel upload -dfp 'yyyy-MM-dd HH:mm:ss.SSS'
。关于Tunnel命令的更多信息,请参见Tunnel命令。
复杂数据类型
类型 | 定义方法 | 构造方法 |
ARRAY |
|
|
MAP |
|
|
STRUCT |
|
|
JSON |
|
|
与其他数据类型版本的差异
DML语法行为差异
集合操作中的LIMIT语句行为不同。
例如,对于
SELECT * FROM t1 UNION ALL SELECT * FROM t2 LIMIT 10;
:1.0数据类型版本下时为
SELECT * FROM t1 UNION ALL SELECT * FROM ( SELECT * FROM t2 LIMIT 10) t2;
。2.0数据类型版本下时为
SELECT * FROM (SELECT * FROM t1 UNION ALL SELECT * FROM t2 ) t LIMIT 10;
。
ORDER BY、DISTRIBUTE BY、SORT BY和CLUSTER BY操作也具有上述行为特点。
IN表达式的类型解析不同。
例如
a in (1, 2, 3)
:1.0数据类型版本时,要求IN后面的括号里的所有值的类型必须一致。
2.0数据类型版本时,IN后面的括号里的所有值支持隐式类型转换一致即可。
- INSERT语句转换规则不同。
- Hive兼容数据类型:源数据类型如果可以显式转换为表中的数据类型,系统会自动插入转换函数并允许运行。
- 1.0和2.0数据类型版本:源数据类型需要隐式转换为表中的数据类型,否则报错。
--在Hive模式下成功,在其他模式下报错。 create table t (a bigint); insert into table select 1.5;
- 函数行为差异
+
、-
、*
、/
、POW函数- Hive兼容数据类型版本:在数据溢出时绕回(即数据超出范围后返回初始值)。
- 1.0和2.0数据类型版本:在数据溢出时报告异常,其它模式下返回NULL。
>
、>=
、=
、<
、<=
- Hive兼容数据类型版本:在比较DOUBLE类型数据时,直接比较Double值。
- 1.0和2.0数据类型版本:在比较DOUBLE类型数据时,如果小数点后15位以前数据相同,认为数据相同。15位以后的数据不作比较。
- 位操作运算符
&
、|
、^
- Hive兼容数据类型版本:返回参数类型。
- 1.0和2.0数据类型版本:返回类型为BIGINT。
- LENGTH、LENGTHB、FIND_IN_SET、INSTR、SIZE、HASH、SIGN函数
- Hive兼容数据类型版本:返回类型为INT。
- 1.0和2.0数据类型版本:返回类型为BIGINT。
- FLOOR、CEIL
- Hive兼容数据类型版本:如果参数为DECIMAL类型,在Hive兼容数据类型版本下返回类型仍为DECIMAL。
- 1.0和2.0数据类型版本:如果参数为DECIMAL类型,在1.0和2.0数据类型版本下返回类型为BIGINT。
- FROM_UNIXTIME
- Hive兼容数据类型版本:返回值为STRING类型。
- 1.0和2.0数据类型版本:返回值为DATETIME类型。
- CONCAT_WS
- Hive兼容数据类型版本:如果一个被连接的输入字符串为NULL,此字符串被忽略。
- 1.0和2.0数据类型版本:如果一个被连接的输入字符串为NULL,则返回NULL。
- FIND_IN_SET
- Hive兼容数据类型版本:空字符串认为匹配字符串尾部。
--Hive兼容模式下 find_in_set("","") 结果是1。 find_in_set("", "a,") 结果是2。
- 1.0和2.0数据类型版本:空字符串认为不匹配返回0。
- Hive兼容数据类型版本:空字符串认为匹配字符串尾部。
- REGEXP_(EXTRACT/REPLACE)
- Hive兼容数据类型版本:REGEXP的模式定义符合Java regex规范。
- 1.0和2.0数据类型版本:REGEXP的模式定义符合MaxCompute规范。
- SUBSTR
string substr(string <str>, bigint <start_position>[, bigint <length>])
start_position:必填,为BIGINT类型,默认起始位置为1。
Hive兼容数据类型版本:当start_position为0时,与起始位置为1时相同。
1.0和2.0数据类型版本:当start_position为0时,返回NULL。