如何创建 Hive 的 UDF？

UDF（User Defined Function）又称：用户自定义函数。可以像 concat, substr那样的 hive 内置的函数一样直接用于 select 语句，简化复杂查询。

编写 UDF 其实就是写一个类继承 org.apache.hadoop.hive.ql.exec.UDF 该类，在类里面写一个名为 evaluate 的方法，在方法里写相应的业务逻辑，最后打成 jar 包，提交到服务器上，在 hive 的命令行模式下添加这个 jar 包到环境变量，使用里面写好的 evaluate 方法。

编写 UDF 基本步骤

• 所需 pom 文件如下：

  <dependency>
      <groupId>org.apache.hive</groupId>
      <artifactId>hive-exec</artifactId>
      <version>2.3.0</version>
  </dependency>
  

• 继承 org.apache.hadoop.hive.ql.exec.UDF ，重写 evaluate 方法：

  package udf;
  
  import org.apache.hadoop.hive.ql.exec.UDF;
  
  /**
   * 用于判断员工薪水级别的函数
   */
  public class CheckSalaryGrade extends UDF {
  
  	public String evaluate(String salary) {
  		// 判断薪水的级别
  		int sal = Integer.parseInt(salary.trim());
  		
  		if (sal < 1000) {
  			return "Grade C";
  		} else if (sal < 3000) {
  			return "Grade B";
  		} else {
  			return "Grade A";
  		}
  	}	
  }
  

• 打成 jar 包，提交到服务器上：
  

• 执行 hive 命令，启动 hive 的命令行模式

• 添加 jar 包：
  

• 创建临时函数：

  create temporary function checksalary as "udf.CheckSalaryGrade";
  

  

• 使用 UDF 执行查询：

  select ename, sal, checksalary(sal) from emp;
  

  

• 销毁临时函数：

  drop temporary function checksalary;