Apache Iceberg 数据类型参考表

发布于：2024-10-11 ⋅ 阅读:(6) ⋅ 点赞:(0)

Apache Iceberg 概述-链接

在这里插入图片描述

Apache Iceberg 数据类型参考表

在这里插入图片描述

数据类型	描述	实例	方法	注意事项
BOOLEAN	布尔类型，表示真或假	`true`, `false`	用于条件判断，例如 `WHERE is_active = true`。	确保逻辑条件的正确性。
INTEGER	32位有符号整数	`42`, `-7`	可用于计算、聚合，例如 `SUM(salary)`。	超出范围会导致数据溢出。
LONG	64位有符号整数	`9223372036854775807`	适用于大数值，常用于时间戳处理。	注意时间单位（毫秒/秒）。
FLOAT	单精度浮点数	`3.14f`, `-0.001f`	用于科学计算或小数表示。	精度有限，可能导致四舍五入误差。
DOUBLE	双精度浮点数	`3.141592653589793`	常用于精确计算和复杂的数学运算。	也有精度问题，注意比较时的容忍度。
DECIMAL(P, S)	精确的小数，指定精度（P指定总位数，小于等于38）和小数位数（S指定小数位数）	`DECIMAL(10, 2)` (例如 `12345.67`)	用于金融计算，支持高精度运算。	定义时需要谨慎选择精度和刻度。
STRING	可变长度字符串	`"Hello, Iceberg!"`	适用于存储文本数据，支持多种操作。	不适合存储大量数据，可能影响性能。
DATE	不包含时间和时区的日期	`2023-09-23`	用于日期计算，例如 `WHERE order_date > '2023-01-01'`。	时区问题需注意，使用时确保一致性。
TIME	不包含日期和时区的时间	`12:34:56`	适用于记录时分秒，常用于日志数据。	需要注意时区和格式问题。
TIMESTAMP	日期和时间的组合，不含时区	`2023-09-23 14:30:00`	用于精确记录事件发生的时间。	注意时区和格式一致性。
TIMESTAMPTZ	含时区的时间戳	`2023-09-23 14:30:00+00`	适用于国际化应用，存储时间信息。	注意时区处理。
UUID	通用唯一标识符	`550e8400-e29b-41d4-a716-446655440000`	用于唯一标识数据行，避免重复。	生成 UUID 时应避免冲突。
ARRAY	有序的元素集合	`ARRAY['apple', 'banana']`	可用于表示列表，支持多种类型。	数组长度不可过大，可能影响查询性能。
MAP	键值对集合	`MAP['key1', 'value1']`	用于表示字典型数据，支持灵活的数据结构。	注意键的唯一性，避免重复键导致的数据错误。
STRUCT	复合数据类型，由多个字段组成	`STRUCT<name STRING, age INT>`	用于表示复杂对象，便于管理多种属性。	结构体中的字段名称不能重复。
FIXED(L)	长度为 L 的固定长度字节数组	`BINARY 'abc'` (L=3)	适合存储定长数据。	长度必须固定。
BINARY	任意长度的字节数组	`BINARY 'abcdef'`	可变长度，适合存储文件或其他二进制数据。	存储大数据时需考虑性能。