Regras de tipo de dados SQL

Aplica-se a: Databricks SQL Databricks Runtime

O Azure Databricks usa várias regras para resolver conflitos entre tipos de dados:

• A promoção expande com segurança um tipo para um tipo mais amplo.
• O downcasting implícito restringe um tipo. É o oposto da promoção.
• O crosscasting implícito transforma um tipo em um tipo de outra família de tipos.

Você também pode converter explicitamente entre muitos tipos:

• A função cast converte entre a maioria dos tipos e retorna erros se não conseguir.
• função try_cast funciona como função cast, mas retorna NULL quando são passados valores inválidos.
• Outras funções internas são convertidas entre tipos usando as diretivas de formato fornecidas.

Promoção de tipos

Promoção de tipos é o processo de conversão de um tipo em outro tipo da mesma família de tipos que contém todos os valores possíveis do tipo original. Portanto, a promoção de tipos é uma operação segura. Por exemplo, TINYINT tem um intervalo de -128 a 127. Todos os seus valores possíveis podem ser promovidos com segurança para INTEGER.

Lista de precedência de tipos

A lista de precedência de tipos define se os valores de determinado tipo de dados podem ser promovidos implicitamente para outro tipo de dados.

(1) Para a resoluçãoFLOAT de tipo menos comum, é ignorada para evitar perda de precisão.

(2) Para um tipo complexo, a regra de precedência se aplica recursivamente aos seus elementos de componente.

(3)OBJECT existe somente dentro de um VARIANT.

Cadeias de caracteres e NULL

Regras especiais se aplicam a STRING e NULL não digitado:

• NULL pode ser promovido a qualquer outro tipo.
• STRING pode ser promovido a BIGINT, BINARY, BOOLEAN, DATE, DOUBLE, INTERVAL e TIMESTAMP. Se o valor real da cadeia de caracteres não puder ser convertido em um tipo mínimo comum, o Azure Databricks gerará um erro de tempo de execução. Ao promover para INTERVAL, o valor da cadeia de caracteres deve corresponder às unidades de intervalos.

Grafo de precedência de tipos

Essa é uma representação gráfica da hierarquia de precedência, combinando a lista de precedência de tipos e as regras de cadeia de caracteres e NULLs.

Resolução de tipo mínimo comum

O tipo mínimo comum em um conjunto de tipos é o mais restrito do grafo de precedência de tipos acessível por todos os elementos do conjunto de tipos.

A resolução de tipo mínimo comum é usada para:

• Decidir se uma função que espera um parâmetro de determinado tipo pode ser chamada com o uso de um argumento de um tipo mais restrito.
• Derivar o tipo de argumento para uma função que espera um tipo de argumento compartilhado para vários parâmetros, como coalesce, in, least ou greatest.
• Derivar os tipos de operando para operadores como operações aritméticas ou comparações.
• Derivar o tipo de resultado para expressões como a expressão de caso.
• Derivar os tipos de elemento, chave ou valor para os construtores de array e mapa.
• Derivar o tipo de resultado dos operadores de conjunto UNION, INTERSECT ou EXCEPT.

Regras especiais serão aplicadas se o tipo mínimo comum for resolvido para FLOAT. Se qualquer um dos tipos contribuintes for um tipo numérico exato (TINYINT, SMALLINT, INTEGER, BIGINT ou DECIMAL), o tipo mínimo comum será enviado por push para DOUBLE para evitar uma possível perda de dígitos.

Quando o tipo menos comum é um STRING, a ordenação é computada seguindo as regras de precedência de ordenação.

Downcasting e crosscasting implícitos

O Azure Databricks emprega essas formas de conversão implícita somente em invocação de função e de operador, e apenas onde ela pode determinar a intenção de forma não ambígua.

• Conversão descendente implícita

  O downcasting implícito converte automaticamente um tipo mais amplo em outro mais restrito, sem exigir a especificação explícita da conversão. O downcasting é conveniente, mas implica risco de erros de tempo de execução inesperados se o valor real não puder ser representável no tipo limitado.

  O downcasting aplica a lista de precedência de tipo na ordem inversa. Os tipos de dados GEOGRAPHY e GEOMETRY nunca são rebaixados.

• Transmissão cruzada implícita

  O crosscasting implícito converte um valor de uma família de tipos em outro, sem exigir que você especifique a conversão explicitamente.

  O Azure Databricks oferece suporte a crosscasting implícito de:

  • Qualquer tipo simples, exceto BINARY, GEOGRAPHY, e GEOMETRY, para STRING.
  • Uma STRING para qualquer tipo simples, exceto GEOGRAPHY e GEOMETRY.

Casting na invocação de função

Dada uma função ou um operador resolvido, as regras a seguir se aplicam, na ordem em que estão listadas, a cada parâmetro e par de argumentos:

• Se um tipo de parâmetro com suporte fizer parte do grafo de precedência de tipo do argumento, o Azure Databricks promoverá o argumento para esse tipo de parâmetro.

  Na maioria dos casos, a descrição da função declara explicitamente os tipos ou a cadeia com suporte, como "qualquer tipo numérico".

  Por exemplo, sin(expr) opera em DOUBLE, mas aceitará qualquer valor numérico.

• Se o tipo de parâmetro esperado for um STRING e o argumento for um tipo simples, o Azure Databricks cruzará o argumento para o tipo de parâmetro de cadeia de caracteres .

  Por exemplo, substr(str, start, len) espera que str seja uma STRING. Em vez disso, você pode transmitir um tipo numérico ou de data e hora.

• Se o tipo de argumento for um STRING e o tipo de parâmetro esperado for um tipo simples, o Azure Databricks faz a conversão do argumento string para o tipo de parâmetro mais abrangente com suporte.

  Por exemplo, date_add(data, dias) espera um DATE e um INTEGER.

  Se você invocar date_add() com dois STRINGs, o Azure Databricks cruzará o primeiro STRING para DATE e o segundo STRING para um INTEGER.

• Se a função espera um tipo numérico, como um INTEGER ou um tipo DATE, mas o argumento é um tipo mais geral, como um DOUBLE ou TIMESTAMP, o Azure Databricks implicitamente faz downcast do argumento para esse tipo de parâmetro.

  Por exemplo, um date_add(data, dias) espera um DATE e um INTEGER.

  Se você invocar date_add() com um TIMESTAMP e um BIGINT, o Azure Databricks realiza o downcast do TIMESTAMP para DATE removendo o componente de tempo e do BIGINT para um INTEGER.

• Caso contrário, o Azure Databricks gerará um erro.

Examples

A coalesce função aceita qualquer conjunto de tipos de argumento, desde que compartilhem um tipo menos comum.

O tipo de resultado é o tipo mínimo comum dos argumentos.

-- 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: DATATYPE_MISMATCH.DATA_DIFF_TYPES

-- 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: CAST_INVALID_INPUT

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

-- Two distinct explicit collations result in an error
>  SELECT collation(coalesce('hello' COLLATE UTF8_BINARY,
                             'world' COLLATE UNICODE));
  Error: COLLATION_MISMATCH.EXPLICIT

-- The resulting collation between two distinct implicit collations is indeterminate
>  SELECT collation(coalesce(c1, c2))
     FROM VALUES('hello' COLLATE UTF8_BINARY,
                 'world' COLLATE UNICODE) AS T(c1, c2);
  NULL

-- The resulting collation between a explicit and an implicit collations is the explicit collation.
> SELECT collation(coalesce(c1 COLLATE UTF8_BINARY, c2))
    FROM VALUES('hello',
                'world' COLLATE UNICODE) AS T(c1, c2);
  UTF8_BINARY

-- The resulting collation between an implicit and the default collation is the implicit collation.
> SELECT collation(coalesce(c1, 'world'))
    FROM VALUES('hello' COLLATE UNICODE) AS T(c1, c2);
  UNICODE

-- The resulting collation between the default collation and the indeterminate collation is the default collation.
> SELECT collation(coalesce(coalesce('hello' COLLATE UTF8_BINARY, 'world' COLLATE UNICODE), 'world'));
  UTF8_BINARY

-- Least common type between GEOGRAPHY(srid) and GEOGRAPHY(ANY)
> SELECT typeof(coalesce(st_geogfromtext('POINT(1 2)'), to_geography('POINT(3 4)'), NULL));
  geography(any)

-- Least common type between GEOMETRY(srid1) and GEOMETRY(srid2)
> SELECT typeof(coalesce(st_geomfromtext('POINT(1 2)', 4326), st_geomfromtext('POINT(3 4)', 3857), NULL));
  geometry(any)

-- Least common type between GEOMETRY(srid1) and GEOMETRY(ANY)
> SELECT typeof(coalesce(st_geomfromtext('POINT(1 2)', 4326), to_geometry('POINT(3 4)'), NULL));
  geometry(any)

A substring função espera argumentos de tipo STRING para a cadeia de caracteres e INTEGER para os parâmetros de início e comprimento.

-- 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) permite o crosscasting implícito para string.

-- 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 pode ser invocado com um TIMESTAMP ou BIGINT devido ao downcasting implícito (conversão de tipo descendente).

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

date_add pode ser invocado com STRINGs devido ao cast cruzado implícito.

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

Related

• ANSI_MODE
• cast
• Tipos de dados
• Functions
• try_cast