帕拉數據類型

Question

我想了解以下數據tyoes之間的差異在帕拉

1. 字符串
2. 字符
3. 的Varchar

上閱讀這將是作爲模式需要3種不同的類型。我想知道在我們知道列長度上限的情況下，是否有任何性能優勢在字符串上使用Char/Varchars？

Answer 1

STRING存儲可變長度數據，並且（基本上 - 禁止一些實際的限制，當然）無界。

VARCHAR(x)存儲具有x個字符上限的可變長度數據，因此數據將被截斷爲定義的長度。例如，如果您有VARCHAR(10)，您的輸入數據的大小可以在[0,10]中。

CHAR(x)是一個x字符固定大小的數據類型。如果數據比x短，則填充數據。如果數據比x長，數據將被截斷。

VARCHAR和CHAR都是在Impala 2.0.0（CDH 5.2.0）中引入的，主要用於與其他數據庫系統的兼容性。但是，除了某些特殊用例（使用特定的遺留系統），因爲兩者都有一些功能限制，所以不建議使用VARCHAR和CHAR。

雖然應該有STRING和VARCHAR之間相似的性能，CHAR有一些不同的特點：主要是它不codegen'ed因此通常性能將受到影響。然而，小的CHAR s（其中x < 128）在執行期間與元組一起存儲，而不是作爲可變長度數據存儲在輔助存儲器中。

以上提供了這些類型之間的一些差異，但建議儘可能使用STRING。

有關更多詳細信息，請參閱STRING,VARCHAR和CHAR文檔。