Hive自定义函数UDF开发

Hive自定义函数UDF开发

Hive支持自定义函数，UDF是接受一行,输出一行。

函数通常是接受一行中某几个字段作为参数，然后返回一个值。

值得注意的是，hive的一个特别之处是数据类型很丰富，一个字段不仅仅可以是string,int，还可以是map，list。

其实最好的学习资料就是官方自带的examples了。

我这里用的是0.10版本hive，所以对于的examples在

https://github.com/apache/hive/tree/branch-0.10/contrib/src/java/org/apache/hadoop/hive/contrib/udf

我这里的例子的功能是，

接受两个字段，将第一个字段除以第二个字段返回。

package hive.udf;


import org.apache.hadoop.hive.ql.exec.UDF;


public final class NormPt2 extends UDF 
{
	public double evaluate(final String p,final String v) 
	{
		if(p==null || v==null) return 0;
		int pt = Integer.parseInt(p);
		int vlen = Integer.parseInt(v);
		if(vlen ==0) return 0;
		double ratio = (double)pt/(double)vlen;
		return ratio>1.0?1.0:ratio;		
    }
}

写好后，用eclipse导出jar包。

右键该java文件，选择export，

选择导出jar包，勾选export all output folders for checked projects（如果有其她jar依赖，会一起导出）。

完成！

jar包导入到hive中，再使用函数。

add jar /jars/NormPt2.jar;
create temporary function norm_pt2 as 'hive.udf.NormPt2';

select norm_pt2(pt,vlen) from video;

本文链接：http://blog.csdn.net/lingerlanlan/article/details/41918941

本文作者：linger