Spark SQL資料類型
- 數字類型
- ByteType:代表一個位元的整數。範圍是-128到127
- ShortType:代表兩個位元的整數。範圍是-32768到32767
- IntegerType:代表4個位元的整數。範圍是-2147483648到2147483647
- LongType:代表8個位元的整數。範圍是-9223372036854775808到9223372036854775807
- FloatType:代表4位元的單精度浮點數
- DoubleType:代表8位元的雙精度浮點數
- DecimalType:代表任意精度的10進位資料。透過内部的java.math.BigDecimal支援。BigDecimal由一個任意精度的不定長度(unscaled value)的整數和一個32位元整數组成
- StringType:代表一個字串
- BinaryType:代表個byte序列值
- BooleanType:代表boolean值
- Datetime類型
- TimestampType:代表包含年,月,日,時,分,秒的值
- DateType:代表包含年,月,日的值
- 複雜類型
- ArrayType(elementType, containsNull):代表由elementType類型元素組成的序列值。
containsNull
用來指明ArrayType
中的值是否有null值 - MapType(keyType, valueType, valueContainsNull):表示包括一组鍵 - 值組合的值。透過 keyType 表示 key 資料的類型,透過 valueType 表示 value 資料的類型。
valueContainsNull
用來指明MapType
中的值是否有null值 - StructType(fields):表示一個擁有
StructFields (fields)
序列結構的值- StructField(name, dataType, nullable):代表
StructType
中的域(field),field的名字通过name
指定,dataType
指定field的資料類型,nullable
表示filed的值是否有null值。
- StructField(name, dataType, nullable):代表
- ArrayType(elementType, containsNull):代表由elementType類型元素組成的序列值。
Spark的所有資料類型都定義在 org.apache.spark.sql
中,你可以透過 import org.apache.spark.sql._
取用它們。
資料類型 | Scala中的值類型 | 取用或者創建資料類型的API |
---|---|---|
ByteType | Byte | ByteType |
ShortType | Short | ShortType |
IntegerType | Int | IntegerType |
LongType | Long | LongType |
FloatType | Float | FloatType |
DoubleType | Double | DoubleType |
DecimalType | scala.math.BigDecimal | DecimalType |
StringType | String | StringType |
BinaryType | Array[Byte] | BinaryType |
BooleanType | Boolean | BooleanType |
TimestampType | java.sql.Timestamp | TimestampType |
DateType | java.sql.Date | DateType |
ArrayType | scala.collection.Seq | ArrayType(elementType, [containsNull]) 注意 containsNull 預設為 true |
MapType | scala.collection.Map | MapType(keyType, valueType, [valueContainsNull]) 注意 valueContainsNull 預設為 true |
StructType | org.apache.spark.sql.Row | StructType(fields) ,注意 fields 是一個 StructField 序列,不能使用兩個相同名字的 StructField |
StructField | The value type in Scala of the data type of this field (For example, Int for a StructField with the data type IntegerType) | StructField(name, dataType, nullable) |