Fork me on GitHub

Hive基础学习-七之函数

发表于

函数

系统内置函数

  1. 查看系统自带的函数
1
hive> show functions;
  1. 显示自带的函数的用法
1
hive> desc function upper;
  1. 详细显示自带的函数的用法
1
hive> desc function extended upper;

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：
  • UDF（User-Defined-Function）：一进一出
  • UDAF（User-Defined Aggregation Function）：聚集函数，多进一出，类似于：count/max/min
  • UDTF（User-Defined Table-Generating Functions）：一进多出，如lateral view explore()
  1. 官方文档：https://cwiki.apache.org/confluence/display/Hive/HivePlugins
  2. 编程步骤：
  • 继承org.apache.hadoop.hive.ql.UDF
  • 需要实现evaluate函数；evaluate函数支持重载；
  • 在hive的命令行窗口创建函数 
1
2
3
4
5
添加jar
add jar linux_jar_path

创建function
create [temporary] function [dbname.]function_name AS class_name;
  • 在hive的命令行窗口删除函数
1
Drop [temporary] function [if exists] [dbname.]function_name;
  1. 注意：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
1
2
3
4
5
6
7
8
<dependencies>
    <!-- https://mvnrepository.com/artifact/org.apache.hive/hive-exec -->
    <dependency>
        <groupId>org.apache.hive</groupId>
        <artifactId>hive-exec</artifactId>
        <version>1.2.1</version>
    </dependency>
</dependencies>
  1. 创建一个类
1
2
3
4
5
6
7
8
9
package com.rickyin;

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

public class MyUDF extends UDF {
    public int evaluate(int data) {
        return data + 5;
    }
}
  1. 打成jar包上传到服务器/opt/module/jars/udf.jar
  2. 将jar包添加到hive的classpath
1
hive (default)> add jar /opt/module/datas/udf.jar;
  1. 创建临时函数与开发好的java class关联
1
hive (default)> create temporary function mylower as "com.atguigu.hive.Lower";
  1. 即可在hql中使用自定义的函数strip
1
hive (default)> select ename, mylower(ename) lowername from emp;

自定义UDTF函数

  1. 需求说明：自定义一个UDTF实现一个任意分割符的字符串切割成独立的单词，例如：
1
2
3
4
5
6
7
8
Line:"hello,world,hadoop,hive"

Myudtf(line,",")

hello
world
hadoop
hive
  1. 代码实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
package com.rickyin.udtf;

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;

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

public class MyUDTF extends GenericUDTF {

    private List<String> dataList = new ArrayList<String>();


    /**
     * 定义输出数据的列名和数据类型
     *
     * @param argOIs
     * @return
     * @throws UDFArgumentException
     */
    @Override
    public StructObjectInspector initialize(StructObjectInspector argOIs) throws UDFArgumentException {

        //定义输出数据的列名
        List<String> fieldNames = new ArrayList<String>();
        fieldNames.add("word");

        //定义输出数据的类型
        List<ObjectInspector> fieldOIs = new ArrayList<ObjectInspector>();
        fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
        return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames, fieldOIs);
    }

    /**
     * 业务逻辑处理
     *
     * @param objects
     * @throws HiveException
     */
    public void process(Object[] objects) throws HiveException {
        //1.获取数据
        String data = objects[0].toString();
        //2.获取分隔符
        String key = objects[1].toString();
        //3.切分数据
        String[] words = data.split(key);
        //4.遍历写出
        for (String word : words) {
            //5.将数据放入集合
            dataList.clear();
            dataList.add(word);

            /**
             * 这里可能又误区，可能会将这一句提到 for 循环外面，但是就是在里面，一对多的关系
             */
            //6.写出数据的操作
            forward(dataList);
        }
    }

    public void close() throws HiveException {

    }
}