Hive数据仓库实践10 集合数据查询

本节来介绍集合数据类型的查询。第三节建立表cust_info时，添加了3个集合类型的字段，分别为联系方式-Array、贷款是否违约-Map、开户时长-Struct。

首先进入Hive环境，用use loan_db;切换到目标数据库，查看客户信息表cust_info的描述信息，如下：

上图即是3个集合类型字段，下面任意查询一条数据：

中括号内数据是Array类型联系方式，该客户有两个：第一联系方式邮件，第二是电话；后面的花括号为Map类型贷款是否违约，键为历史是否有贷款(yes/no)，值为贷款是否违约(true/false)；最后一个字段Struct类型的开户时长，包含3个键值对：开户月、日及开户天数。

首先来访问联系方式字段。查询最后3个客户的第一联系方式，Array的下标从0开始，结果分别是手机、电话、手机。如下：

接着访问贷款是否违约字段。查询前3个没有贷款的客户违约情况，结果前两个没有贷款也就没有违约，最后一个是有贷款的返回NULL。如下：

再来访问开户时长字段。查询前3个客户的开户信息，Struct类型用点来查询，如open.duration就是开户的天数。如下：

最后给出这3个字段结合使用的例子。我们需要查询：第一联系方式为email且贷款分别为逾期和未逾期的客户，他们的开户时长分布。

返回结果，如下：贷款逾期的最多的开户时长是3-6月，未逾期的是6-12个月。

历史文章回顾