1.hive支持的数据类型：
Hive支持原始数据类型和复杂类型，原始类型包括数值型，Boolean，字符串，时间戳。复杂类型包括array，map，struct，union。
原始数据类型：
| 类型名称 | 大小 | 备注 |
|---|---|---|
| TINYINT | 1字节整数 | 45Y |
| SMALLINT | 2字节整数 | 12S |
| INT | 4字节整数 | 10 |
| BIGINT | 8字节整数 | 244L |
| FLOAT | 4字节单精度浮点数 | 1.0 |
| DOUBLE | 8字节双精度浮点数 | 1.0 |
| DECIMAL | 任意精度带符号小数 | DECIMAL(4, 2)范围：-99.99到99.99 |
| BOOLEAN | true/false | TRUE |
| STRING | 字符串，长度不定 | “a”, ‘b’ |
| VARCHAR | 字符串，长度不定，有上限 | 0.12.0版本引入 |
| CHAR | 字符串，固定长度 | “a”, ‘b’ |
| BINARY | 存储变长的二进制数据 | |
| TIMESTAMP | 时间戳，纳秒精度 | 122327493795 |
| DATE | 日期 | ‘2016-07-03’ |
复杂类型：
| 类型名称 | 大小 | 示例 |
|---|---|---|
| ARRAY | 存储同类型数据 | ARRAY< data_type> |
| MAP | key-value,key必须为原始类型，value可以是任意类型 | MAP< primitive_type, data_type> |
| STRUCT | 类型可以不同 | STRUCT< col_name : data_type [COMMENT col_comment], …> |
| UNION | 在有限取值范围内的一个值 | UNIONTYPE< data_type, data_type, …> |
2.hive支持的存储格式：
hive支持的存储格式包括TextFile、SequenceFile、RCFile、Avro Files、ORC Files、Parquet。
TextFile：
Hive默认格式，数据不做压缩，磁盘开销大，数据解析开销大。
可结合Gzip、Bzip2、Snappy等使用（系统自动检查，执行查询时自动解压），但使用这种方式，hive不会对数据进行切分，从而无法对数据进行并行操作。
SequenceFile：
SequenceFile是Hadoop API 提供的一种二进制文件，它将数据以<key,value>的形式序列化到文件中。这种二进制文件内部使用Hadoop 的标准的Writable 接口实现序列化和反序列化。它与Hadoop API中的MapFile 是互相兼容的。Hive 中的SequenceFile 继承自Hadoop API 的SequenceFile，不过它的key为空，使用value 存放实际的值， 这样是为了避免MR 在运行map 阶段的排序过程。
SequenceFile的文件结构图：
Header通用头文件格式：
| SEQ | 3BYTE |
| Nun | 1byte数字 |
| keyClassName | |
| ValueClassName | |
| compression | （boolean）指明了在文件中是否启用压缩 |
| blockCompression | （boolean，指明是否是block压缩） |
| compression | codec |
| Metadata | 文件元数据 |
| Sync | 头文件结束标志 |
Block-Compressed SequenceFile格式
RCFile
RCFile是Hive推出的一种专门面向列的数据格式。 它遵循“先按列划分，再垂直划分”的设计理念。当查询过程中，针对它并不关心的列时，它会在IO上跳过这些列。需要说明的是，RCFile在map阶段从 远端拷贝仍然是拷贝整个数据块，并且拷贝到本地目录后RCFile并不是真正直接跳过不需要的列，并跳到需要读取的列， 而是通过扫描每一个row group的头部定义来实现的，但是在整个HDFS Block 级别的头部并没有定义每个列从哪个row group起始到哪个row group结束。所以在读取所有列的情况下，RCFile的性能反而没有SequenceFile高。