大数据StarRocks(五) ：数据类型-编程知识

StarRocks 支持数据类型：数值类型、字符串类型、日期类型、半结构化类型、其他类型。您在建表时可以指定以下类型的列，向表中导入该类型的数据并查询数据。
在这里插入图片描述

5.1 数值类型

SMALLINT2 字节有符号整数，范围 [-32768, 32767]
INT4 字节有符号整数，范围 [-2147483648, 2147483647]
BIGINT8 字节有符号整数，范围 [-9223372036854775808, 9223372036854775807]
LARGEINT16 字节有符号整数，范围 [-2^127 + 1 ~ 2^127 - 1]
DECIMALDECIMAL(P [, S]) 高精度定点数，P 代表一共有多少个有效数字 (precision)，S 代表小数点后最多有多少数字 (scale)。1.19.0 及以后版本对 DECIMAL 类型的（P，S）有默认值设置，默认是 Decimal（10，0）。
DOUBLE8 字节浮点数。
FLOAT4 字节浮点数。
BOOLEANBOOL, BOOLEAN与 TINYINT 一样，0 代表 false，1 代表 true, NULL代表空。实际使用中可以用CHAR(1)或VARCHAR(1)来代表BOOLEAN类型，字段值用Y表示“是”，用N表示“否”。
TINYINT
PERCENTILE

5.2 字符串类型

CHAR定长字符串，M 代表的是定长字符串的长度。M 的范围是 1~255。
VARCHAR变长字符串。M 代表变长字符串长度，单位：字节，默认取值为 1。StarRocks 2.1 之前的版本，M 的取值范围为 1~65533。【公测中】自 StarRocks 2.1 版本开始，M 的取值范围为 1~1048576。
STRING字符串，最大长度 65533 字节。
BINARY/VARBINARY自 3.0 版本起，StarRocks 支持 BINARY/VARBINARY 数据类型，用于存储二进制数据，单位为字节。支持的最大长度与 VARCHAR 类型相同，M 的取值范围为 1~1048576。如果未指定 M，默认为最大值 1048576。BINARY 是 VARBINARY 的别名，用法与 VARBINARY 相同。

5.3 日期类型

DATETIME日期时间类型，取值范围是 ['0000-01-01 00:00:00', '9999-12-31 23:59:59']。打印的形式是'YYYY-MM-DD HH: MM: SS'
DATE日期类型，目前的取值范围是 ['0000-01-01', '9999-12-31']，默认的打印形式是 'YYYY-MM-DD'。

5.4 半结构化类型

ARRAY数组（Array) 是数据库中的一种扩展数据类型，其相关特性在众多数据库系统中均有支持，可以广泛的应用于 A/B Test 对比、用户标签分析、人群画像等场景。StarRocks 当前支持多维数组嵌套、数组切片、比较、过滤等特性。定义一维数组: ARRAY<type>定义嵌套数组: ARRAY<ARRAY<type>>定义 NOT NULL 数组列: ARRAY<type> NOT NULL
JSON自 2.2.0 版本起，StarRocks 支持 JSON。本文介绍 JSON 的基本概念，以及 StarRocks 如何创建 JSON 类型的列、导入和查询 JSON 数据，通过 JSON 函数及运算符构造和处理 JSON 数据。JSON 是一种轻量级的数据交换格式，JSON 类型的数据是一种半结构化的数据，支持树形结构。JSON 数据层次清晰，结构灵活易于阅读和处理，广泛应用于数据存储和分析场景。JSON 支持的数据类型为数字类型（NUMBER）、字符串类型（STRING）、布尔类型（BOOLEAN）、数组类型（ARRAY）、对象类型（OBJECT），以及 NULL 值。JSON 的更多介绍，请参见 JSON 官网，JSON 数据的输入和输出语法，请参见 JSON 规范 RFC 7159 。StarRocks 支持存储和高效查询分析 JSON 数据。StarRocks 采用二进制格式编码来存储 JSON 数据，而不是直接存储所输入文本，因此在数据计算查询时，降低解析成本，从而提升查询效率。
MAPMAP 是一种复杂数据类型，用于存储无序的键值对 (key-value pair)，例如 {a:1, b:2, c:3}。Map 中的 Key 不能重复。一个 Map 最多支持 14 层嵌套。StarRocks 从 3.1 版本开始支持存储和导入 MAP 类型的数据。您可以在建表时定义 MAP 列，向表中导入 MAP 数据，查询 MAP 数据。StarRocks 从 2.5 版本开始支持查询数据湖中的复杂数据类型 MAP 和 STRUCT。您可以通过 StarRocks 提供的 External Catalog 方式来查询 Apache Hive™，Apache Hudi，Apache Iceberg 中的 MAP 和 STRUCT 数据。仅支持查询 ORC 和 Parquet 类型文件。想了解如何使用 External Catalog 查询外部数据源，参见 Catalog 概述 和对应的 Catalog 文档。语法MAP<key_type,value_type>key_type：Key 的数据类型。必须是 StarRocks 支持的基本数据类型 (Primitive Type)，例如数值、字符串、日期类型。不支持复杂类型，例如 HLL、JSON、ARRAY、MAP、BITMAP、STRUCT。value_type：Value 的数据类型。可以是 StarRocks 支持的任意类型，包括复杂类型。Key 和 Value 取值都可以为 NULL。
STRUCTSTRUCT 是一种复杂数据类型，可以存储不同数据类型的元素（也称字段），例如 <a INT, b STRING>。Struct 中的字段名称不能重复。字段可以是基本数据类型 (Primitive Type)，例如数值、字符串、日期类型；也可以是复杂数据类型，例如 ARRAY 或 MAP。Struct 中的字段可以是另外一个 Struct，Map，或者 Array，方便用户定义嵌套数据结构。例如 STRUCT<a INT, b STRUCT<c INT, d INT>, c MAP<INT, INT>, d ARRAY<INT>>。StarRocks 从 3.1 版本开始支持存储和导入 STRUCT 数据类型。您可以在建表时定义 STRUCT 列，向表中导入 STRUCT 数据，查询 STRUCT 数据。StarRocks 从 2.5 版本开始支持查询数据湖中的复杂数据类型 MAP 和 STRUCT。您可以通过 StarRocks 提供的 External Catalog 方式来查询 Apache Hive™，Apache Hudi，Apache Iceberg 中的 MAP 和 STRUCT 数据。仅支持查询 ORC 和 Parquet 类型文件。语法STRUCT<name type>name：字段名称，和建表语句中的列名相同。type：字段类型。可以是 StarRocks 支持的任意类型。

5.5 其他类型

BITMAPBITMAP 与 HLL (HyperLogLog) 类似，常用来加速 count distinct 的去重计数使用。您可以通过 bitmap 函数进行集合的各种操作，相比 HLL 可以获得更精确的结果。但是 BITMAP 需要消耗更多的内存和磁盘资源，另外 BITMAP 只能支持整数类型的聚合，如果是字符串等类型需要采用字典进行映射。
HLLHyperLogLog 类型，用于近似去重。详细的使用方法请参考 使用 HyperLogLog 实现近似去重。HLL 是基于 HyperLogLog 算法的工程实现，用于保存 HyperLogLog 计算过程的中间结果，HLL 类型的列只能作为表的 value 列类型，通过聚合来不断的减少数据量，以此来实现加快查询的目的。基于 HLL 到的是一个估算结果，误差大概在 1% 左右。HLL 列是通过其它列或者导入数据里面的数据生成的，导入的时候通过 HLL_HASH 函数来指定数据中哪一列用于生成 HLL 列它常用于替代 count distinct，通过结合 rollup 在业务上用于快速计算 UV