hive自定义函数udtf（临时和永久函数）

用户定义表生成函数

UDTF（user-defined table-generating function，UDTF） 操作作用于单个数据行，并且产生多个数据行-------一个表作为输出。lateral view explore()

1、编写自定义的udtf函数

编程思路：

• 继承org.apache.hadoop.hive.ql.udf.generic.GenericUDTF,实现initialize,
  process, close三个方法。
• UDTF首先会调用initialize方法，此方法返回UDTF的返回行的信息加粗样式（返回个数，类型）。
• 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。
• 最后close()方法调用，对需要清理的方法进行清理。

例子：

import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
import org.apache.hadoop.hive.ql.exec.UDFArgumentLengthException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory;
import org.apache.hadoop.hive.serde2.objectinspector.PrimitiveObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;

import java.util.ArrayList;

/**
 * Description: xxx

 * Copyright(c),2020,zll

 * This program is protected by laws

 * Date:2020年#05月28日
 *
 * @author zll
 * @version:1.0
 */


//需求：
//切分”key:value;key:value;”这种字符串，返回结果为key, value两个字段

public class ExplodeMap extends GenericUDTF {


    @Override
    public StructObjectInspector initialize(ObjectInspector[] argOIs) throws UDFArgumentException {
        if(argOIs.length != 1){
            throw new UDFArgumentLengthException("ExplodeMap takes only one argument");
        }
        if(argOIs[0].getCategory() != ObjectInspector.Category.PRIMITIVE){
            throw new UDFArgumentException("ExplodeMap takes string as a parameter");
        }

        ArrayList<String>  fieldNames = new ArrayList<String>();
        ArrayList<ObjectInspector> fieldOIs = new ArrayList<ObjectInspector>();
        fieldNames.add("col1");
        fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
        fieldNames.add("col2");
        fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);

        return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames,fieldOIs);
    }

    @Override
    public void process(Object[] objects) throws HiveException {
        String input = objects[0].toString();
        String[] test = input.split(";");
        for(int i=0; i<test.length; i++){
            try{
                String[] result = test[i].split(":");
                forward(result);
            }catch (Exception e){
                continue;
            }

        }

    }

    @Override
    public void close() throws HiveException {

    }
}

2、打包定义函数
1）数据准备：

1       name:zll;age:18
2       name:mm;sex:男

2）建表语句：

create table user_info(
    id int,
    user_retail string
)
row format delimited
fields terminated by '\t';

3）加载数据

load data local inpath '/root/data/arithmetic/data4' overwrite into table user_info;

4）检查数据：

hive> select * from user_info;
OK
1	name:zll;age:18
2	name:mm;sex:男
Time taken: 0.046 seconds, Fetched: 2 row(s)

5）创建临时函数

add jar /data/hive/lib/ExplodeMap.jar;


CREATE TEMPORARY FUNCTION explodeMap as 'ExplodeMap';  

6）测试自定义的udtf函数
测试1（直接select中使用）

select explodemap(user_retail) as (col1,col2) from user_info;

结果

hive> select explodemap(user_retail) as (col1,col2) from user_info;
OK
name	zll
age	18
name	mm
sex	男
Time taken: 0.08 seconds, Fetched: 4 row(s)

测试2：（和lateral view一起使用）：此方法更为方便日常使用。执行过程相当于单独执行了两次抽取，然后union到一个表里。

select user_info.id,t.col1,t.col2 from user_info lateral view explodemap(user_retail) t as col1,col2;

结果：

hive> select user_info.id,t.col1,t.col2 from user_info lateral view explodemap(user_retail) t as col1,col2;
OK
1	name	zll
1	age	18
2	name	mm
2	sex	男
Time taken: 0.057 seconds, Fetched: 4 row(s)

创建永久函数可参照上篇：hive的自定义udf函数（临时和永久函数）
创建步骤一致