大数据之hive_hive中常用函数解析及自定义函数_jdbc的使用

常用函数

nvl(sal,0) 如果字段sal的值为null就返回0
concat(str1,str2,str3) 将三个字符串拼接起来
concat_ws("-",str1,str2,str3) 将三个字符串用"-“符号拼接起来
concat_ws(”-",arr1,arr2,arr3) 将数组内的元素用"-“符号拼接起来
split(“abc bcd def”,” “) 将字符串用空格切割开,并放入数组中
cast(“123”,int) 将字符串转换成int类型的数字
date_sub(“2020-09-04”,2) 从2020-09-04的基础上减两天
date_add(“2020-09-04”,2) 从2020-09-04的基础上加两天
substart(str,5) 取str字符串的前5个字符
if(gender,‘男’,1,0) 如果gender为"男"就返回1,如过不为"男”,就返回0

其他函数查看方式

1．查看系统自带的函数
hive> show functions;
2．显示自带的函数的用法
hive> desc function upper;
3．详细显示自带的函数的用法
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：
（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() split()
4）官方文档地址
https://cwiki.apache.org/confluence/display/Hive/HivePlugins

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

public class Lower extends UDF {

	public String evaluate (final String s) {
	
		if (s == null) {
			return null;
		}
		return s.toLowerCase();
	}
}

4．打成demo.jar包上传到 linux: /doit/
5．将jar包添加到hive的classpath

hive (default)> add jar /doit/demo.jar;

6．创建临时函数与开发好的java class关联

hive (default)> create temporary function mf as "com.doit.hive.Lower ";

7．即可在hql中使用自定义的函数strip

hive (default)> select ename, mf (ename) lowername from emp;

永久函数的使用:

1. 把自定义函数的jar上传到hdfs中.

hdfs dfs -put lower.jar 'hdfs://path/to/hive_func';

2. 创建永久函数

　hive> create function xxoo_lower as 'com._51doit.func.MyFunction'  using 
 jar 'hdfs://path/to/hive_func/lower.jar'

3. 验证

hive> select xxoo_lower("Hello World");
　　hive> show functions;

永久函数的删除也容易:

hive> drop function xxoo_lower;

JDBC

jdbc是jdk开发的操作数据库的一套标准API(接口方法)

基本的开发步骤:
1 创建项目 导入jar包
2 注册驱动
3 获取连接
4 获取执行SQL语句的对象
5 sql 发送执行sql
6 获取结果数据
7 释放资源

创建maven项目添加依赖

	<dependencies>
		<dependency>
			<groupId>org.apache.hadoop</groupId>
			<artifactId>hadoop-common</artifactId>
			<version>2.8.5</version>
		</dependency>

		<!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-client -->
		<dependency>
			<groupId>org.apache.hadoop</groupId>
			<artifactId>hadoop-client</artifactId>
			<version>2.8.5</version>
		</dependency>
		<!-- https://mvnrepository.com/artifact/org.apache.hive/hive-jdbc
 数据库的驱动   连接的是何种数据库
 -->
		<dependency>
			<groupId>org.apache.hive</groupId>
			<artifactId>hive-jdbc</artifactId>
			<version>1.2.1</version>
		</dependency>

		<!-- https://mvnrepository.com/artifact/org.apache.hive/hive-metastore -->
		<dependency>
			<groupId>org.apache.hive</groupId>
			<artifactId>hive-metastore</artifactId>
			<version>1.2.1</version>
		</dependency>

		<!-- https://mvnrepository.com/artifact/org.apache.hive/hive-metastore -->
		<dependency>
			<groupId>org.apache.hive</groupId>
			<artifactId>hive-exec</artifactId>
			<version>1.2.1</version>
		</dependency>
	</dependencies>

JAVAAPI

public class App {
	private static String driverName = "org.apache.hive.jdbc.HiveDriver";
	public static void main(String[] args) throws SQLException {
		try {
// 注册驱动
			Class.forName(driverName);
		} catch (ClassNotFoundException e) {
			e.printStackTrace();
			System.exit(1);
		}
// 获取连接
		Connection con = DriverManager.getConnection("jdbc:hive2://doit01:10000/demo", "root", "");
// 获取指定SQL的对象
		Statement stmt = con.createStatement();
		String sql = "select * from tb_case";
// 执行sql
		ResultSet res = stmt.executeQuery(sql);
// 处理结果
		if (res.next()) {
			System.out.println(res.getString(1));
		}
	}
}