数据库与复杂类型

4. 数据库与复杂类型

本章整理原资料中的 Test1 综合练习，题目与答案逐项对应。

4.1 练习题

1. 创建名为 ecommerce 的数据库，如果已存在则不报错。

2. 为该数据库添加注释 This is an ecommerce database。

3. 修改数据库属性，增加键值对 owner=analyst。

4. 切换到 ecommerce 数据库，并设置 Hive CLI 显示当前数据库名称。

5. 假设已存在用户表 dim_users，复杂类型字段如下： | 字段 | 类型 | |-----------|-------------------------------------------------| | tags | array<string> | | profile | map<string,string> | | address | struct<street:string,district:string,zip:int> |

   1. 查询 tags 中包含 VIP 的用户，并显示其第一个标签。
   2. 提取 profile 中的年龄和性别，年龄转换为整数。
   3. 查询用户所在区和邮编，只筛选“朝阳区”或“浦东新区”。

4.2 数据库操作

-- 第 1、2 题：IF NOT EXISTS 避免数据库已存在时报错
CREATE DATABASE IF NOT EXISTS ecommerce
COMMENT 'This is an ecommerce database';

-- 第 3 题：增加数据库属性
ALTER DATABASE ecommerce
SET DBPROPERTIES ('owner' = 'analyst');

-- 第 4 题：切换数据库并让 CLI 提示符显示当前数据库
USE ecommerce;
SET hive.cli.print.current.db = true;

说明：COMMENT 是 CREATE DATABASE 的子句，应放在语句分号之前；DBPROPERTIES 的键和值均使用字符串。

4.3 ARRAY 查询

SELECT user_id,
       tags[0] AS first_tag
FROM dim_users
WHERE array_contains(tags, 'VIP');

array_contains 判断数组是否包含指定值；Hive 数组下标从 0 开始，因此 tags[0] 是第一个标签。

4.4 MAP 查询

SELECT user_id,
       CAST(profile['age'] AS INT) AS age,
       profile['gender'] AS gender
FROM dim_users;

Map 使用 profile['key'] 取值；由于 profile 的值类型是 STRING，年龄需要用 CAST 转成 INT。

4.5 STRUCT 查询

SELECT user_id,
       address.district AS district,
       address.zip AS zip
FROM dim_users
WHERE address.district IN ('朝阳区', '浦东新区');

Struct 使用点号访问成员；IN 用于匹配给定的两个行政区。

4.6 复杂类型速查