HIVE 函数分类 （udf、udaf、udtf）
注释： 在Hive中，用户可以自定义一些函数，用于扩展HiveQL的功能，而这类函数叫做UDF（用户自定义函数）。
UDF分为两大类：UDAF（用户自定义聚合函数）和UDTF（用户自定义表生成函数）。
Hive内置函数
实际上Hive内置了很多函数，包括关系/算数/逻辑操作符都属于函数
hive提供的build-in函数包括以下几类：
1. 关系操作符：包括 = 、 <> 、 <= 、>=等
2. 算数操作符：包括 + 、 - 、 *、／等
3. 逻辑操作符：包括AND 、 && 、 OR 、 || 等
4. 复杂类型构造函数：包括map、struct、create_union等
5. 复杂类型操作符：包括A[n]、Map[key]、S.x
6. 数学操作符：包括ln(double a)、sqrt(double a)等
7. 集合操作符：包括size(Array)、sort_array(Array)等
8. 类型转换函数： binary(string|binary)、cast(expr as )
9. 日期函数：包括from_unixtime(bigint unixtime[, string format])、unix_timestamp()等
10.条件函数：包括if(boolean testCondition, T valueTrue, T valueFalseOrNull)等
11. 字符串函数：包括acat(string|binary A, string|binary B…)等
12. 其他：xpath、get_json_objectscii(string str)、con
HiveUDF添加
HiveUDF添加主要分成两种方式
1，重编译Hive源码添加：添加UDF可以在Hive源码中增加新的UDF类，然后在一个FunctionRegistry类中注册，重编译Hive然后使用
2，通过命令行添加：独立开发UDF，将UDF打包成jar，通过Hive命令行添加到系统中（实际上是调用了FunctionRegistry中的方法），于是产生了第三发UDF项目，如[Brickhouse]（https://github.com/klout/brickhouse）
添加又分为临时和永久，临时适合于测试，当会话结束，函数会消失，永久添加会稳定添加到Hivemetastore中，重启会话然存在。
1，永久
create function function_name AS ‘full.class.name’ using JAR ‘jar/absolute/path’;
2，临时
ADD JAR hdfs://hive/warehouse/udf/brickhouse-0.7.1-SNAPSHOT.jar;
CREATE TEMPORARY FUNCTION to_json AS ‘brickhouse.udf.json.ToJsonUDF’;
CREATE TEMPORARY FUNCTION combine_unique AS ‘brickhouse.udf.collect.CombineUniqueUDAF’;
UDF：一进一出
实现方法：
1. 继承UDF类
2. 重写evaluate方法
3. 将该java文件编译成jar
4. 在终端输入如下命令：
hive> add jar test.jar;
hive> CREATE FUNCTION p2p.encode AS 'com.lefinace.hive.udf.EncodeUDF' USING JAR 'hdfs:///user/lefin/oozie-oozi/udf/LefHiveUtilsl-Hive-1.3-SNAPSHOT.jar';
hive> drop temporary function function_name;UDAF：多进一出
实现方法:
1，用户的UDAF必须继承了org.apache.hadoop.hive.ql.exec.UDAF；
2，用户的UDAF必须包含至少一个实现了org.apache.hadoop.hive.ql.exec的静态类，诸如实现了 UDAFEvaluator
3，一个计算函数必须实现的5个方法的具体含义如下：
init()：主要是负责初始化计算函数并且重设其内部状态，一般就是重设其内部字段。一般在静态类中定义一个内部字段来存放最终的结果。
iterate()：每一次对一个新值进行聚集计算时候都会调用该方法，计算函数会根据聚集计算结果更新内部状态。当输 入值合法或者正确计算了，则 就返回true。
terminatePartial()：Hive需要部分聚集结果的时候会调用该方法，必须要返回一个封装了聚集计算当前状态的对象。
merge()：Hive进行合并一个部分聚集和另一个部分聚集的时候会调用该方法。
terminate()：Hive最终聚集结果的时候就会调用该方法。计算函数需要把状态作为一个值返回给用户。
4.部分聚集结果的数据类型和最终结果的数据类型可以不同。
UDTF：一进多出
实现方法：
1. 继承org.apache.hadoop.hive.ql.udf.generic.GenericUDTF
2.initialize()：UDTF首先会调用initialize方法，此方法返回UDTF的返回行的信息（返回个数，类型）
3.process：初始化完成后，会调用process方法,真正的处理过程在process函数中，在process中，每一次forward() 调用产生一行；如果产生多列 可以将多个列的值放在一个数组中，然后将该数组传入到forward()函数
4.最后close()方法调用，对需要清理的方法进行清理