Sdílet prostřednictvím

Pravidla datových typů SQL

  • Článek

Platí pro: zaškrtnutí označeného ano Databricks SQL zaškrtnutí označeného ano Databricks Runtime

Azure Databricks používá k řešení konfliktů mezi datovými typy několik pravidel:

Můžete také explicitně přetypovat mezi mnoha typy:

Povýšení typu

Povýšení typu je proces přetypování typu do jiného typu stejné řady typů, která obsahuje všechny možné hodnoty původního typu. Povýšení typu je proto bezpečná operace. Například TINYINT má rozsah od -128 do 127. Všechny jeho možné hodnoty mohou být bezpečně povýšeny na INTEGER.

Seznam priorit typů

Seznam priorit typů definuje, jestli lze hodnoty daného datového typu implicitně upřednostnět na jiný datový typ.

Datový typ Seznam priorit (od nejužšího po nejširší)
TINYINT TINYINT -> SMALLINT -> INT -> BIGINT - DECIMAL ->> FLOAT (1) -> DOUBLE
SMALLINT SMALLINT -> INT -> BIGINT -> DECIMAL -> FLOAT (1) -> DOUBLE
INT INT -> BIGINT -> DECIMAL -> FLOAT (1) -> DOUBLE
BIGINT BIGINT -> DECIMAL -> FLOAT (1) -> DOUBLE
DESETINNÝ DESETINNÉ ČÍSLO -> FLOAT (1) -> DOUBLE
PLOUT FLOAT (1) -> DOUBLE
DVOJITÝ DVOJITÝ
DATE (Datum) DATUM –> ČASOVÉ RAZÍTKO
ČASOVÉ RAZÍTKO ČASOVÉ RAZÍTKO
POLE MATICE (2)
BINÁRNÍ BINÁRNÍ
BOOLEOVSKÝ BOOLEOVSKÝ
INTERVAL INTERVAL
MAPA MAP (2)
ŘETĚZEC STRING
STRUCT STRUCT (2)
VARIANTA VARIANT
OBJEKT OBJEKT (3)

(1) Pro nejméně běžné rozlišení FLOAT typu se přeskočí, aby nedošlo ke ztrátě přesnosti.

(2) U komplexního typu se pravidlo priority rekurzivně vztahuje na jeho prvky komponent.

(3) OBJECT existuje pouze v rámci .VARIANT

Řetězce a HODNOTA NULL

Zvláštní pravidla platí pro STRING a nezatypovaná NULL:

  • NULL lze upřednostnět na jakýkoli jiný typ.
  • STRINGmohou být povýšeny na BIGINT, , BINARY, DATEBOOLEAN, DOUBLE, , INTERVALa TIMESTAMP. Pokud skutečnou hodnotu řetězce nelze přetypovat na nejméně běžný typ Azure Databricks, vyvolá chybu za běhu. Při povýšení na INTERVAL hodnotu řetězce se musí shodovat s jednotkami intervalů.

Graf priorit typů

Toto je grafické znázornění hierarchie priorit, kombinování seznamu priorit typů a řetězců a pravidel NULL .

Grafické znázornění pravidel priority

Nejméně běžné rozlišení typu

Nejmenší společný typ ze sady typů je nejužší typ dostupný z grafu priorit typů všemi prvky sady typů.

Nejméně běžné rozlišení typu se používá k:

  • Rozhodněte se, jestli je možné vyvolat funkci, která očekává parametr daného typu, pomocí argumentu užšího typu.
  • Odvodit typ argumentu pro funkci, která očekává typ sdíleného argumentu pro více parametrů, jako je například shod, in, least nebo greatest.
  • Odvozujte typy operandů pro operátory, jako jsou aritmetické operace nebo porovnání.
  • Odvozujte typ výsledku pro výrazy, jako je výraz velká a malá písmena.
  • Odvození elementu, klíče nebo hodnotových typů pro maticové a mapové konstruktory
  • Odvozujte typ výsledku operátorů UNION, INTERSECT nebo EXCEPT set.

Speciální pravidla se použijí, pokud se nejméně běžný typ přeloží na FLOAT. Pokud některý z typů přispívání je přesný číselný typ (TINYINT, SMALLINT, INTEGER, BIGINT, nebo DECIMAL) nejméně společný typ je vložen, aby DOUBLE se zabránilo potenciální ztrátě číslic.

Implicitní downcasting a křížové vysílání

Azure Databricks využívá tyto formy implicitního přetypování pouze pro vyvolání funkce a operátoru a pouze tam, kde může jednoznačně určit záměr.

  • Implicitní downcasting

    Implicitní downcasting automaticky přetypuje širší typ na užší typ, aniž byste museli explicitně zadat přetypování. Downcasting je pohodlný, ale nese riziko neočekávaných chyb za běhu, pokud skutečná hodnota není reprezentovatelná v úzkém typu.

    Downcasting použije seznam priorit typů v obráceném pořadí.

  • Implicitní křížové vysílání

    Implicitní křížové přetypování přetypuje hodnotu z jedné řady typů na jinou, aniž byste museli explicitně zadat přetypování.

    Azure Databricks podporuje implicitní křížové vysílání z:

    • Jakýkoli jednoduchý typ, s výjimkou BINARY, do STRING.
    • Do STRING libovolného jednoduchého typu.

Přetypování funkce při vyvolání funkce

Vzhledem k vyřešené funkci nebo operátoru platí následující pravidla v pořadí, v jakém jsou uvedeny, pro každý parametr a dvojici argumentů:

  • Pokud je podporovaný typ parametru součástí grafu priority typu argumentu, Azure Databricks podporuje argument na tento typ parametru.

    Ve většině případů popis funkce explicitně uvádí podporované typy nebo řetěz, například "jakýkoli číselný typ".

    Například sin(výraz) funguje, DOUBLE ale přijme jakoukoli číselnou hodnotu.

  • Pokud je očekávaný typ parametru STRING a argument je jednoduchý typ Azure Databricks crosscasts argumentu na typ parametru řetězce.

    Například substr(str, start, délka) očekávástr, že bude .STRING Místo toho můžete předat číselný nebo typ data a času.

  • Pokud je typ argumentu STRING a očekávaný typ parametru je jednoduchý typ, Azure Databricks křížově přetypuje řetězcový argument na nejširší podporovaný typ parametru.

    Například date_add(datum, dny) očekává a DATE INTEGER.

    Pokud vyvoláte pomocí date_add() dvou STRINGs, Azure Databricks křížově zasměruje první STRING a DATE druhý STRING na .INTEGER

  • Pokud funkce očekává číselný typ, například INTEGERtyp nebo DATE typ, ale argument je obecnější typ, například TIMESTAMPDOUBLE nebo , Azure Databricks implicitně přetypuje argument na tento typ parametru.

    Například date_add(datum, dny) očekává a DATE INTEGER.

    Pokud vyvoláte pomocí date_add() a a BIGINT, Azure Databricks downcasts TIMESTAMP to DATE tím, že odebere časovou komponentu BIGINT a na INTEGER.TIMESTAMP

  • V opačném případě Azure Databricks vyvolá chybu.

Příklady

Funkce coalesce přijímá libovolnou sadu typů argumentů, pokud sdílejí nejméně společný typ.

Typ výsledku je nejmenším běžným typem argumentů.

-- The least common type of TINYINT and BIGINT is BIGINT
> SELECT typeof(coalesce(1Y, 1L, NULL));
  BIGINT

-- INTEGER and DATE do not share a precedence chain or support crosscasting in either direction.
> SELECT typeof(coalesce(1, DATE'2020-01-01'));
Error: Incompatible types [INT, DATE]

-- Both are ARRAYs and the elements have a least common type
> SELECT typeof(coalesce(ARRAY(1Y), ARRAY(1L)))
  ARRAY<BIGINT>

-- The least common type of INT and FLOAT is DOUBLE
> SELECT typeof(coalesce(1, 1F))
  DOUBLE

> SELECT typeof(coalesce(1L, 1F))
  DOUBLE

> SELECT typeof(coalesce(1BD, 1F))
  DOUBLE

-- The least common type between an INT and STRING is BIGINT
> SELECT typeof(coalesce(5, '6'));
  BIGINT

-- The least common type is a BIGINT, but the value is not BIGINT.
> SELECT coalesce('6.1', 5);
  Error: 6.1 is not a BIGINT

-- The least common type between a DECIMAL and a STRING is a DOUBLE
>  SELECT typeof(coalesce(1BD, '6'));
  DOUBLE

Funkce podřetězce očekává argumenty typu STRING pro řetězec a INTEGER parametry začátku a délky.

-- Promotion of TINYINT to INTEGER
> SELECT substring('hello', 1Y, 2);
 he

-- No casting
> SELECT substring('hello', 1, 2);
 he

-- Casting of a literal string
> SELECT substring('hello', '1', 2);
 he

-- Downcasting of a BIGINT to an INT
> SELECT substring('hello', 1L, 2);
 he

-- Crosscasting from STRING to INTEGER
> SELECT substring('hello', str, 2)
  FROM VALUES(CAST('1' AS STRING)) AS T(str);
 he

-- Crosscasting from INTEGER to STRING
> SELECT substring(12345, 2, 2);
 23

|| (CONCAT) umožňuje implicitní křížové přesměrování na řetězec.

-- A numeric is cast to STRING
> SELECT 'This is a numeric: ' || 5.4E10;
 This is a numeric: 5.4E10

-- A date is cast to STRING
> SELECT 'This is a date: ' || DATE'2021-11-30';
 This is a date: 2021-11-30

date_add lze vyvolat pomocí implicitního downcastingu TIMESTAMP nebo BIGINT z důvodu implicitního downcastu.

> SELECT date_add(TIMESTAMP'2011-11-30 08:30:00', 5L);
 2011-12-05

date_add je možné vyvolat pomocí STRINGs z důvodu implicitního křížového vysílání.

> SELECT date_add('2011-11-30 08:30:00', '5');
  2011-12-05