先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip204888 (备注大数据)
正文
- [7.即可在hql中使用自定义的函数](#7hql_85)
+ [三、UDAF:User- Defined Aggregation Funcation 用户定义聚合函数,可对多行数据产生作用;等同与SQL中常用的SUM(),AVG(),也是聚合函数](#UDAFUser_Defined_Aggregation_Funcation_SQLSUMAVG_90)
+ [四、UDTF:User-Defined Table-Generating Functions,用户定义表生成函数,用来解决输入一行输出多行](#UDTFUserDefined_TableGenerating_Functions_154)
前言
在前面,我详细的整理了【Hive】(十一)Hive 内置函数集合,但有的时候面对复杂的业务场景,系统的内置函数难免力有不逮,这时候就是我们自定义函数派上用场的时候了!✌
一、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) 用户定义函数
一进一出 - UDAF(User-Defined Aggregation Function) 用户定义聚集函数
聚集函数,多进一出
类似于:count/max/min - UDTF(User-Defined Table-Generating Functions)用户定义表生成函数
一进多出
如lateral view explore()
UDF 操作作用于单个数据行,并且产生一个数据行作为输出。大多数函数都属于这一类(比如数学函数和字符串函数)。
UDAF 接受多个输入数据行,并产生一个输出数据行。像COUNT和MAX这样的函数就是聚集函数。
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。
简单来说:
UDF:返回对应值,一对一 | UDAF:返回聚类值,多对一 | UDTF:返回拆分值,一对多
二、UDF:用户定义(普通)函数,只对单行数值产生作用
1.创建一个Maven工程Hive
2.导入依赖
<!-- https://mvnrepository.com/artifact/org.apache.hive/hive-exec -->
<dependency>
<groupId>org.apache.hive</groupId>
<artifactId>hive-exec</artifactId>
<version>1.1.0</version>
</dependency>
3.创建一个类
(1)继承org.apache.hadoop.hive.ql.UDF
(2)需要实现evaluate函数;evaluate函数支持重载
(3)在hive的命令行窗口创建函数
(4)在hive的命令行窗口删除函数
Drop [temporary] function [if exists] [dbname.]function_name
hive> drop temporary function iu;
示例如下:
package com.kgc.services.udf;
import org.apache.hadoop.hive.ql.exec.UDF;
/\*\*
\* @author:Tokgo J
\* @date:2019/12/16
\* @aim:
\*/
public class InitialUpper extends UDF {
public String evaluate(final String txt){
return txt.substring(0,1).toUpperCase()+txt.substring(1);
}
}
4.打成jar包上传到服务器/opt/soft/data/udf.jar
5.将jar包添加到hive的classpath
- 添加jar
add jar linux_jar_path
hive> add jar /opt/soft/data/fun.jar;
Added [/opt/soft/data/fun.jar] to class path
Added resources: [/opt/soft/data/fun.jar]
6.创建临时函数与开发好的java class关联
- 创建function
create [temporary] function [dbname.]function_name AS class_name
hive> create temporary function iu as 'com.kgc.services.udf.InitialUpper';
7.即可在hql中使用自定义的函数
hive> select iu(name) from mtest;
三、UDAF:User- Defined Aggregation Funcation 用户定义聚合函数,可对多行数据产生作用;等同与SQL中常用的SUM(),AVG(),也是聚合函数
UDAF实现有简单与通用两种方式:
a. 简单UDAF因为使用Java反射导致性能损失,而且有些特性不能使用,已经被弃用了;
View Code
b. 另一种涉及两个类:AbstractGenericUDAFResolver
、GenericUDAFEvaluator
;
继承UDAFResolver类,重写 getEvaluator() 方法;
继承GenericUDAFEvaluator类,生成实例给getEvaluator();
在GenericUDAFEvaluator类中,重写init()、iterate()、terminatePartial()、merge()、terminate()方法
package com.kgc.services.udaf;
import org.apache.hadoop.hive.ql.exec.UDAF;
import org.apache.hadoop.hive.ql.exec.UDAFEvaluator;
/\*\*
\* @author:Tokgo J
\* @date:2019/12/17
\* @aim:将用户名连成一行 多进一出 依靠内部类进行加工
\*
**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)**
![img](https://img-blog.csdnimg.cn/img_convert/d9a79977b2df2c01e46840d90228e590.png)
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**
难做到真正的技术提升。**
**需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)**
[外链图片转存中...(img-bKeuDOz6-1713342805584)]
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**