Hive 中结构体的正确使用

Question

我想使用一个包含字符串和数组的结构。该字符串表示服务的名称，而数组则列出执行该服务的公司 ID。

我知道我可以创建并插入到一个结构中，如下所示：

CREATE TABLE struct_test
(
 property_id INT,
 service STRUCT<
                type: STRING
               ,provider: ARRAY<INT>
               >
);

INSERT INTO TABLE struct_test 
    SELECT 989, NAMED_STRUCT('type','Cleaning','provider', ARRAY(587, 887)) AS address 
    FROM tmp LIMIT 1;

这给了我以下内容：

>{"type":"Cleaning","provider":[587,887]}

但是，我想考虑同一财产上的多种服务类型。我的结构中怎么可能有不止一种类型service？

理想情况下，我希望实现类似于以下内容的目标：

{"type":"清洁","provider":[587,887]}, {"type":"定价","provider":[932]}, {"type":"安全","provider":[ 187,577,946]}

这样我就可以在列中存储多个服务以及提供该服务的提供商。这个模型可以使用结构体来实现吗？

Answer 1

这可以通过以下方式实现array<struct<type: STRING, provider: ARRAY<INT>>>

创建表：

CREATE TABLE struct_test
(
 property_id INT,
 service array<STRUCT<
                type: STRING
               ,provider: ARRAY<INT>
               >>
);

插入数据：

with 
test_data as(
    SELECT 989 property_id, array(NAMED_STRUCT('type','Cleaning','provider', ARRAY(587, 887)),
                      NAMED_STRUCT('type','Pricing','provider', ARRAY(932))
                      ) as service
)

INSERT INTO TABLE struct_test 
select * from test_data;

检查数据：

select t.property_id, t.service from struct_test t;

结果：

OK
property_id     service
989     [{"type":"Cleaning","provider":[587,887]},{"type":"Pricing","provider":[932]}]
Time taken: 0.064 seconds, Fetched: 1 row(s)

如果您想在选择中收集结构数组而不是硬编码值，请参阅此答案：https ://stackoverflow.com/a/48175749/2700344

对于如此复杂的数据类型，你肯定需要brickhouse库