如何为Hive中复杂array<struct<...>>类型编写注释并向复杂表插入数据？

刚好处理过类似的Hive复杂类型场景，给你两个问题的具体解决方案：

Hive支持给嵌套的复杂类型逐层添加注释，主要有两种场景：

创建表时直接添加注释 #

在CREATE TABLE语句里，给每个层级的字段都加上COMMENT关键字即可，嵌套的struct字段要对应好层级：

CREATE TABLE IF NOT EXISTS test.test_complex_alter( 
    `id` STRING COMMENT '唯一标识ID', 
    `items` array<struct< 
        quantity: INT COMMENT '商品数量', 
        articleData:struct<subsysNumber:string COMMENT '子系统编号'> COMMENT '商品详情结构', 
        pickedReason:string COMMENT '拣选原因'
    >> COMMENT '商品条目集合'
) STORED AS ORC;

已有表修改注释 #

如果表已经创建完成，可以用ALTER TABLE语句修改字段注释，注意要完整写出复杂类型的结构：

ALTER TABLE test.test_complex_alter 
CHANGE COLUMN items items 
array<struct< 
    quantity: INT COMMENT '商品数量', 
    articleData:struct<subsysNumber:string COMMENT '子系统编号'> COMMENT '商品详情结构', 
    pickedReason:string COMMENT '拣选原因'
>> COMMENT '商品条目集合';

插入复杂类型数据时，需要用Hive的内置函数来构造array和struct，推荐用named_struct（可以指定字段名，避免顺序错误）和array函数：

用INSERT INTO VALUES插入单条/多条数据 #

直接构造复杂类型的值插入，示例如下：

INSERT INTO test.test_complex_alter(id, items)
VALUES
-- 单条商品条目
('001', array(named_struct('quantity', 5, 'articleData', named_struct('subsysNumber', 'SYS001'), 'pickedReason', '正常拣选'))),
-- 多条商品条目
('002', array(
    named_struct('quantity', 2, 'articleData', named_struct('subsysNumber', 'SYS002'), 'pickedReason', '补货'),
    named_struct('quantity', 3, 'articleData', named_struct('subsysNumber', 'SYS003'), 'pickedReason', '加急订单')
));

从其他表插入数据 #

如果数据来自其他表，可以在SELECT语句中构造复杂类型：

INSERT INTO test.test_complex_alter(id, items)
SELECT 
    source_id AS id,
    array(named_struct(
        'quantity', source_quantity,
        'articleData', named_struct('subsysNumber', source_subsys_num),
        'pickedReason', source_pick_reason
    )) AS items
FROM test.source_table;

注意：如果使用普通的struct()函数，必须严格按照表定义的字段顺序来构造，而named_struct()通过指定字段名来匹配，容错性更高，推荐使用。

内容的提问来源于stack exchange，提问作者Rumesh Krishnan