数据类型映射

数据类型映射

更新时间：2026-09-02 16:58:40

数据类型映射确保在数据从 OceanBase AI 数据库导出为 Parquet、ORC、MaxCompute（ODPS）和 CSV 格式时，能够准确地将原始数据与目标格式的数据类型进行对应。OceanBase AI 数据库通过明确的映射表，将各类数据类型与 Parquet、ORC 和 MaxCompute（ODPS）支持的数据类型进行关联，从而确保数据在导出过程中不丢失、不过载，并保持其语义不变。

说明

其中 CSV 文件导出后为字符串类型。

导出为 Parquet 格式

Parquet 物理类型	Parquet 逻辑类型	Hive 数据类型	用户租户下数据类型	备注
INT32	INT(8,TRUE)	TINYINT	TINYINT
INT32	INT(16,TRUE)	SMALLINT	SMALLINT
INT32	INT(32,TRUE)	INT	INT
INT64	INT(64,TRUE)	BIGINT	BIGINT
INT32	INT(8,FALSE)	TINYINT（超限为 NULL）	TINYINT UNSIGNED
INT32	INT(16,FALSE)	SMALLINT（超限为 NULL）	SMALLINT UNSIGNED
INT32	INT(32,FALSE)	INT（超限为 NULL）	INT UNSIGNED
INT64	INT(64,FALSE)	BIGINT（超限为 NULL）	BIGINT UNSIGNED
FLOAT	NONE	FLOAT	FLOAT
DOUBLE	NONE	DOUBLE	DOUBLE
FIXED_LEN_BYTE_ARRAY	DECIMAL	DECIMAL	DECIMAL, DECIMAL UNSIGNED	必须指定 precision 和 scale
BYTE_ARRAY	STRING	CHAR	CHAR, BINARY	Parquet 的 string 类型都是 utf8 编码
BYTE_ARRAY	STRING	VARCHAR	VARCHAR, VARBINARY
BYTE_ARRAY	STRING	STRING	TINYTEXT, TEXT, MEDIUMTEXT, LONGTEXT, TINYBLOB, BLOB, MEDIUMBLOB, LONGBLOB
INT64	TIMESTAMP(is_adjusted_to_utc=true, parquet::LogicalType::TimeUnit::MICROS)	TIMESTAMP	TIMESTAMP
INT64	TIMESTAMP(is_adjusted_to_utc=false, parquet::LogicalType::TimeUnit::MICROS)	TIMESTAMP	DATETIME
INT32	DATE	DATE	DATE
INT64	TIME	\	TIME
INT32	INT(8,FALSE)	\	YEAR

导出为 ORC 格式

ORC 类型	Hive数据类型	用户租户下数据类型
BYTE	TINYINT	TINYINT
SHORT	SMALLINT	SMALLINT
INT	INT	INT
LONG	BIGINT	BIGINT
FLOAT	FLOAT	FLOAT
DOUBLE	DOUBLE	DOUBLE
DECIMAL	DECIMAL	DECIMAL
CHAR	CHAR	CHAR
VARCHAR	VARCHAR	VARCHAR
STRING	STRING	TINYTEXT/TEXT/MEDIUMTEXT/LONGTEXT
BINARY	BINARY	TINYBLOB/BLOB/MEDIUMBLOB/LONGBLOB/BINARY/VARBINARY
DATE	DATE	DATE
TIMESTAMP	TIMESTAMP	DATETIME/TIMESTAMP

导出为 MaxCompute（ODPS）格式

MaxCompute（ODPS）数据类型	用户租户下数据类型	备注
BOOLEAN	TINYINT （0值表示错误，1值表示正确）
TINYINT	TINYINT
SMALLINT	SMALLINT
INT	INT
BIGINT	BIGINT
FLOAT	FLOAT	不允许用户指定精度，否则报错。
DOUBLE	DOUBLE	不允许用户指定精度，否则报错。
DECIMAL	DECIMAL(M,D)	用户需要显式指定 M 和 D 和 MaxCompute（ODPS）上的 P/S 一致，否则执行期会报错。
CHAR （最大长度 255 字节，不足补空格）	CHAR （长度 0～255）	用户指定的 length 需要大于或者等于 MaxCompute（ODPS）上的对应列的 length，否则执行期会报错。
VARCHAR（最大长度65535）	VARCHAR （长度可以指定为 0 到 262144 之间）	用户指定的 length 需要大于或者等于 MaxCompute（ODPS）上的对应列的 length，否则执行期会报错。
STRING（长度限制 8MB 字节）	VARCHAR/TINYTEXT/TEXT/MEDIUMTEXT/LONGTEXT（MEDIUMTEXT 是最大长度为 16,777,215 个字节的 TEXT 类型，带字符集）	用户需要知道 MaxCompute（ODPS）上 STRING 数据的最大长度，根据此信息决定映射为什么类型，如果 OceanBase AI 数据库的类型长度不足以容纳 MaxCompute（ODPS）数据，会在执行期报错。
BINARY （长度限制 8MB）	VARBINARY/TINYBLOB/BLOB/MEDIUMBLOB/LONGBLOB（BLOB 值被视为二进制字符串（字节字符串），具有二进制字符集和排序规则，比较和排序需要基于列值中字节的数值，MEDIUMBLOB是最大长度为 16,777,215 字节的 BLOB 类型）	用户需要知道 MaxCompute（ODPS）上 BINARY 数据的最大长度，根据此信息决定映射为什么类型，如果 OceanBase AI 数据库的类型长度不足以容纳 MaxCompute（ODPS）数据，会在执行期报错。
TIMESTAMP （存储 UTC 时间纳秒级小数点后 9 位，但展示时按照当前时区转）	TIMESTAMP	仅支持 TIMESTAMP(6) 其他都不支持，TIMESTAMP 类型的精度最高是小数点后 6 位，所以存在精度损失。
TIMESTAMP_NTZ（存储 UTC 时间纳秒级小数点后 9 位，完全和时区无关）	DATETIME	仅支持 DATETIME(6), 其他都不支持，TIMESTAMP 跟时区相关，所以不支持。
DATE（格式 yyyy-mm-dd，取值范围 0001-01-01~9999-12-31）	DATE	仅支持 DATE，其他都不支持。
DATETIME（精确到毫秒，小数点后 3 位，取值范围：0001-01-01 00:00:00.000~9999-12-31 23:59:59.999）	DATETIME	仅支持 DATETIME(3) 及以上的小数点个数例如 DATETIME(4)/DATETIME(5)/DATETIME(6)，其他不支持。
ARRAY	ARRAY	更多信息，参见下方 OceanBase AI 数据库ARRAY 类型到 ODPS 的映射关系内容。
MAP	暂不支持	暂不支持
STRUCT	暂不支持	暂不支持
JSON	JSON	暂不支持

OceanBase AI 数据库ARRAY 类型到 ODPS 的映射关系

OceanBase AI 数据库支持的 ARRAY 类型到 ODPS 类型映射的关系如下所示：

OceanBase AI 数据库	ODPS
ARRAY(tinyint)	ARRAY<tinyint>
ARRAY(tinyint)	ARRAY<boolean>
ARRAY(smallint)	ARRAY<smallint>
ARRAY(int)	ARRAY<int>
ARRAY(bigint)	ARRAY<bigint>
ARRAY(float)	ARRAY<float>
ARRAY(double)	ARRAY<double>
ARRAY(varchar)	ARRAY<varchar>
ARRAY(varchar)	ARRAY<string>
ARRAY(array())	ARRAY<array<>>

说明

导出为 Parquet 格式

导出为 ORC 格式

导出为 MaxCompute（ODPS） 格式

OceanBase AI 数据库ARRAY 类型到 ODPS 的映射关系

相关文档

导出为 MaxCompute（ODPS）格式