hive 增加自定义udf

hive 在用命令行工具启动时会运行./ext/cli.sh

THISSERVICE=cli
export SERVICE_LIST="${SERVICE_LIST}${THISSERVICE} "

cli () {
  CLASS=org.apache.hadoop.hive.cli.CliDriver
  execHiveCmd $CLASS "$@"
}

cli_help () {
  CLASS=org.apache.hadoop.hive.cli.CliDriver
  execHiveCmd $CLASS "--help"
}

从而进入 org.apache.hadoop.hive.cli.CliDriver的main方法中执行。

进入Driver的runInterval方法后

      driverRunHooks = getHooks(HiveConf.ConfVars.HIVE_DRIVER_RUN_HOOKS,
          HiveDriverRunHook.class);
      for (HiveDriverRunHook driverRunHook : driverRunHooks) {
          driverRunHook.preDriverRun(hookContext);
      }

其中：

HIVE_DRIVER_RUN_HOOKS("hive.exec.driver.run.hooks","")

是可以在hive-site.xml中写入的配置，value是具体的类，我们的自定义udf就可以通过这个预处理操作加载进来。

具体方法如下：

1. 定义一个UdfHooks类（自定义类名）实现HiveDriverRunHook接口，在实现其preDriverRun方法里面使用：FunctionRegistry.registerTemporaryUDF来注册自定义的udf（自定义udf只需要定义类extends UDF，实现其中方法即可）。

2. 将程序打成jar包，拷贝到$HIVE_HOME/auxlib目录下(在hive可执行脚本里会自动加载该目录下的jar包到环境变量中)

3. 在$HIVE_HOME/conf/hive-site.xml里面增加配置

<property>
  <name>hive.exec.driver.run.hooks</name>
  <value>***.UDFHooks</value>
</property>