帕拉数据类型

Question

我想了解以下数据tyoes之间的差异在帕拉

1. 字符串
2. 字符
3. 的Varchar

上阅读这将是作为模式需要3种不同的类型。我想知道在我们知道列长度上限的情况下，是否有任何性能优势在字符串上使用Char/Varchars？

Answer 1

STRING存储可变长度数据，并且（基本上 - 禁止一些实际的限制，当然）无界。

VARCHAR(x)存储具有x个字符上限的可变长度数据，因此数据将被截断为定义的长度。例如，如果您有VARCHAR(10)，您的输入数据的大小可以在[0,10]中。

CHAR(x)是一个x字符固定大小的数据类型。如果数据比x短，则填充数据。如果数据比x长，数据将被截断。

VARCHAR和CHAR都是在Impala 2.0.0（CDH 5.2.0）中引入的，主要用于与其他数据库系统的兼容性。但是，除了某些特殊用例（使用特定的遗留系统），因为两者都有一些功能限制，所以不建议使用VARCHAR和CHAR。

虽然应该有STRING和VARCHAR之间相似的性能，CHAR有一些不同的特点：主要是它不codegen'ed因此通常性能将受到影响。然而，小的CHAR s（其中x < 128）在执行期间与元组一起存储，而不是作为可变长度数据存储在辅助存储器中。

以上提供了这些类型之间的一些差异，但建议尽可能使用STRING。

有关更多详细信息，请参阅STRING,VARCHAR和CHAR文档。