HIVE 自定义函数 UDF

Hive进行UDF开发十分简单，此处所说UDF为Temporary的function，所以需要hive版本在0.4.0以上才可以。

一、背景：Hive是基于Hadoop中的MapReduce，提供HQL查询的数据仓库。Hive是一个很开放的系统，很多内容都支持用户定制，包括：

a）文件格式：Text File，Sequence File

b）内存中的数据格式： Java Integer/String, Hadoop IntWritable/Text

c）用户提供的 map/reduce脚本：不管什么语言，利用 stdin/stdout 传输数据

d）用户自定义函数: Substr, Trim, 1 – 1

e）用户自定义聚合函数: Sum, Average…… n – 1

2、定义：UDF(User-Defined-Function)，用户自定义函数对数据进行处理。

二、用法

1、UDF函数可以直接应用于select语句，对查询结构做格式化处理后，再输出内容。

2、编写UDF函数的时候需要注意一下几点：

a）自定义UDF需要继承org.apache.hadoop.hive.ql.UDF。

b）需要实现evaluate函数。

c ）evaluate 函数支持重载。

实现 IP  转十进制

package org.iptostring;

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

public class IpToString extends UDF {
    public String evaluate(long longIp){
        StringBuffer sb = new StringBuffer("");
        sb.append(String.valueOf((longIp >>> 24)));
        sb.append(".");
        sb.append(String.valueOf((longIp & 0x00FFFFFF) >>> 16));
        sb.append(".");
        sb.append(String.valueOf((longIp & 0x0000FFFF) >>>  8 ));
        sb.append(".");
        sb.append(String.valueOf((longIp & 0x000000FF)));
        return sb.toString();
    }
}

package org.iptolong;

import java.util.regex.Pattern;
import org.apache.hadoop.hive.ql.exec.UDF;  

public class IpToLong extends UDF {
   
        public long evaluate(String strIp){
            Pattern pattern = Pattern.compile("((\\d{1,2}|1\\d\\d|2[0-4]\\d|25[0-5])\\.(\\d{1,2}|1\\d\\d|2[0-4]\\d|25[0-5])\\.(\\d{1,2}|1\\d\\d|2[0-4]\\d|25[0-5])\\.(\\d{1,2}|1\\d\\d|2[0-4]\\d|25[0-5]))");  
            if (pattern.matcher( strIp ).matches()){            
                long[] ip = new long[4];
                int position1 = strIp.indexOf(".");
                int position2 = strIp.indexOf(".", position1 + 1);
                int position3 = strIp.indexOf(".", position2 + 1);
                ip[0] = Long.parseLong(strIp.substring(0, position1));
                ip[1] = Long.parseLong(strIp.substring(position1+1, position2));
                ip[2] = Long.parseLong(strIp.substring(position2+1, position3));
                ip[3] = Long.parseLong(strIp.substring(position3+1));
                return (ip[0] << 24) + (ip[1] << 16) + (ip[2] <<  8 ) + ip[3];
            }else{
                return 0;
            }
        }
}