Spark 資料型別：基本、巢狀，以及 struct 與 map

先整理出目前實務專案裡最常碰到的幾組：

string
integer
array
struct
long
boolean
double
map
binary
float
decimal(20,0)
timestamp
date

常見型別

型別	Spark SQL 名稱	說明
string	STRING / StringType	變長 Unicode 文字
integer	INT / IntegerType	4-byte 有號整數
long	BIGINT / LongType	8-byte 有號整數
boolean	BOOLEAN / BooleanType	true / false
double	DOUBLE / DoubleType	8-byte IEEE 754 雙精度浮點
float	FLOAT / FloatType	4-byte 單精度浮點
decimal(20,0)	DECIMAL(20,0)	20 位精確數字、小數 0 位（等於精確的 20 位整數），適合財務/精確數值
timestamp	TIMESTAMP / TimestampType	日期+時間，微秒精度，通常為 UTC
date	DATE / DateType	只有年月日
binary	BINARY / BinaryType	變長 byte array（原始二進位）

巢狀型別

型別	Spark SQL 名稱	說明
array	ARRAY<T>	有序列表，所有元素同型別 T
map	MAP<K,V>	key-value 對；所有 key 同型別、所有 value 同型別
struct	STRUCT<...>	具命名欄位的複合紀錄，各欄位有自己的型別；各 key-value 可以有自己型別；相對 map 彈性（子集）

---

參考來源

• Spark SQL Data Types — https://spark.apache.org/docs/latest/sql-ref-datatypes.html

Related: 回到跨引擎資料庫查詢總覽，或接著看 Spark 陣列函式與 collect。