Hive-函数-UDF-UDTF

系统内置函数

1．查看系统自带的函数

show functions;

2．显示自带的函数的用法

desc function split;

3．详细显示自带的函数的用法

desc function extended split;

自定义函数

1．Hive 自带了一些函数，比如：max/min等，但是数量有限，自己可以通过自定义UDF来方便的扩展。

2．当Hive提供的内置函数无法满足你的业务处理需要时，此时就可以考虑使用用户自定义函数（UDF：user-defined function）。

3．根据用户自定义函数类别分为以下三种：

   （1）UDF（User-Defined-Function）

          一进一出

   （2）UDAF（User-Defined Aggregation Function）

          聚集函数，多进一出

          类似于：count/max/min

   （3）UDTF（User-Defined Table-Generating Functions）

          一进多出

          如lateral view explore()

4．官方文档地址

https://cwiki.apache.org/confluence/display/Hive/HivePlugins

5．编程步骤：

（1）继承org.apache.hadoop.hive.ql.UDF

（2）需要实现evaluate方法；evaluate函数支持重载；

（3）在hive的命令行窗口创建函数

         添加jar

         add jar linux_jar_path

         创建function

         create [temporary] function [dbname.]function_name AS class_name;

（4）在hive的命令行窗口删除函数

Drop [temporary] function [if exists] [dbname.]function_name;

6．注意事项

     UDF必须要有返回类型，可以返回null，但是返回类型不能为void；

自定义UDF函数

1．创建一个Maven工程Hive

2．导入依赖

	
	
		org.apache.hive
		hive-exec
		1.2.1
	

3．创建一个类

package com.liun.udf;

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

public class MyUDF extends UDF{

	public int evaluate(int data) {
		
		return data + 5;
	}
}

4．打成jar包上传到服务器/opt/module/hive/lib/myUDF.jar

5．将jar包添加到hive的classpath

 add jar /opt/module/hive/lib/myUDF.jar;

6．创建函数与开发好的java class关联，function前加temporary为创建临时函数

create function addFive as 'com.liun.udf.MyUDF';

7．测试函数

select addFive(5);

自定义UDTF函数

1．自定义一个实现将一个任意分割符的字符串切割成独立的单词，例如：

Line:"hello,world,hadoop,hive"

Myudtf(line, ",")

hello
world
hadoop
hive

2．代码实现

package com.liun.udtf;

import java.util.ArrayList;
import java.util.List;

import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
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.StructObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;

public class MyUDTF extends GenericUDTF{

	private List dataList = new ArrayList<>();
	@Override
	public StructObjectInspector initialize(StructObjectInspector argOIs) throws UDFArgumentException {
		
		 //1.定义输出数据的列名和类型
		List fieldNames = new ArrayList<>();
		List fieldOIs = new ArrayList<>();
		
		//2.添加输出数据的列名和类型 
		fieldNames.add("word");
		fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
		
		return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames, fieldOIs);
	}
	
	@Override
	public void process(Object[] args) throws HiveException {
		
		// 1.获取数据
		String data = args[0].toString();
		
		// 2.获取分隔符
		String splitKey = args[1].toString();
		
		// 3.切分数据
		String[] words = data.split(splitKey);
		
		// 4.遍历切分后的结果，并写出 
		for (String word : words) {
			
			// 5.将数据放置集合
			dataList.clear();
			dataList.add(word);
			
			// 6.将集合写出
			forward(dataList);
		}
	}

	@Override
	public void close() throws HiveException {
		// TODO Auto-generated method stub
		
	}

}

3．打成jar包上传到服务器/opt/module/hive/lib/myUDTF.jar

4．将jar包添加到hive的classpath

 add jar /opt/module/hive/lib/myUDTF.jar;

5．创建函数与开发好的java class关联，function前加temporary为创建临时函数

create function addFive as 'com.liun.udtf.MyUDTF';

6．测试函数

select MyUDTF ('hadoop,hive.spark',',');