㈠ Hive复杂数据类型：array、map、struct
目前所学的复杂数据类型有三种 array ， map ， struct 。
用这种数据类型的特点就是集合里的每一个字段都是一个具体的信息，不会是那种 key 与 values 的关系
load数据如上所示，一共两个字段， ruoze 和他们工作的城市
也就是字段与字段之间的分割用table array字段之间的分割用“ , ”。
array_contains 这个函数是array_contains(array字段，‘字段包含的内容’)
比如以上就是array字段包含 tianjin 的数据。
以上数据一共有3个字段，分别为id，name，member。其中member里的内容都是以 key：values 的形式出现的，若是这种形式一般用 map 这种复杂数据类型
struct('a',1,2,3,4) （这个数据类型的特点就是可以包含各种各样的数据类型。但是 struct 可以是任意数据类型，在写struct数据类型时，在 <> 中要写清楚struct字段中的字段名称跟数据类型）
㈡ hive表的类型有哪些
Hive 的表有哪些类型呢，我们简单可以分为四种，受控表、外部表、分区表、桶表，从严格意义上说，应该分为两种受控表，又叫内部表、外部表，分区表和桶表其实是受控表的不同体现。
1、受控表
所谓受控表，我们也经常叫内部表，和外部表对应起来，就是说表的数据的生命周期收表的控制，当表定义被删除的时候，表中的数据随之一并被删除。创建一张表，其对应在hive中就有了表记录，在metastore表TBLS中就有表定义，当我们一旦从hive中删除一张表的定义之后，其表中的数据也就不复存在了，在metastore中的定义也就不存在了。
2、外部表
和受控表相对的，怎么相对呢，你的内部表的数据的生命周期受表定义的影响不是，外部表的不是这样的，数据的生命周期， 或者说数据存在与否和表的定义互不约束，表中的数据呢，只是表对hdfs上相应文件的一个引用而已，当删除表定义的时候，表中的数据依然存在。
3、分区表
假设服务器集群每天都产生一个日志数据文件，把数据文件统一存储到HDFS中。我们如果想查询某一天的数据的话，hive执行的时候会对所有文件都扫描一遍，判断是否是指定的日期。可以让日期作为一个子目录。当hive查询的时候，根据日期去判断子目录。然后扫描符合条件的子目录中的数据文件。
4、桶表
桶表是对数据进行哈希取值，然后放到不同文件中存储。分桶是将数据及分解成更容易管理的若干部分的另一种技术。如果进行表连接操作，那么就需要对两张表的数据进行全扫描。非常耗费时间。可以针对连接字段进行优化。分桶这种情况下呢，对于相似的表中的数据进行比较的话就非常的方便了，只要对比相应的桶中的数据就可了。