将自定义函数 helloUDF2 注册到hive 源码中，并且重新编译hive

环境:
hive-1.1.0-cdh5.7.0 包 放在了 /root 下面
cdh 采用 cdh5.7.0
目标：
将自定义函数 helloUDF2 注册到hive 源码中，并且重新编译hive

1、编写UDF
(1)使用idea+maven，在maven中添加相关参数。
重要的是 hadoop-common 、hive-exec 、hive-jdbc
以下为我的maven，文件头修改下，其他可以直接复制后贴入。

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>bigData</groupId>
    <artifactId>hive_train</artifactId>
    <version>1.0</version>
    <packaging>jar</packaging>

    <name>hive_train</name>
    <url>http://maven.apache.org</url>

    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <hadoop.version>2.6.0-cdh5.7.0</hadoop.version>
        <hive.version>1.1.0-cdh5.7.0</hive.version>
    </properties>

    <repositories>
        <repository>
            <id>cloudera</id>
            <url>https://repository.cloudera.com/artifactory/cloudera-repos</url>
        </repository>

    </repositories>

    <!-- 设定插件仓库 -->
    <pluginRepositories>

        <pluginRepository>
            <id>jeesite-repos</id>
            <name>Jeesite Repository</name>
            <url>http://maven.aliyun.com/nexus/content/groups/public</url>
        </pluginRepository>

    </pluginRepositories>

    <dependencies>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>${hadoop.version}</version>
        </dependency>

        <dependency>
            <groupId>org.apache.hive</groupId>
            <artifactId>hive-exec</artifactId>
            <version>${hive.version}</version>
        </dependency>

        <dependency>
            <groupId>org.apache.hive</groupId>
            <artifactId>hive-jdbc</artifactId>
            <version>${hive.version}</version>
        </dependency>

        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.10</version>
            <scope>test</scope>
        </dependency>
    </dependencies>
</project>

(2)在maven 生命流程控制中，clean -> build 去下载相关包，网速不好情况下要等一会儿。
没下载完成的话，build会报错。

(3)创建类，并编写一个UDF 名字叫 helloUDF2.java

package com.wxkdata.bigdata.hello;
import org.apache.hadoop.hive.ql.exec.Description;
import org.apache.hadoop.hive.ql.exec.UDF;
import org.apache.hadoop.io.Text;
/**
 * 一个UDF: helloUDF2
 */
@Description(name = "helloUDF2",
        value = "_FUNC_(input_str) - returns Hello : input_str ",
        extended =  "Example:\n "
                + "  > SELECT _FUNC_('wxk') FROM src LIMIT 1;\n"
                + "  'Hello : wxk'\n")
public class helloUDF2 extends UDF {
    public Text evaluate( Text input){
        return new Text("Hello: "+input);
    }
}

2、下载源码
hive-1.1.0-cdh5.7.0-src.tar.gz
http://archive.cloudera.com/cdh5/cdh/5/hive-1.1.0-cdh5.7.0-src.tar.gz
解压后为了方便，放在/root 下面

3、在源码中修改
(1)添加helloUDF2.java

将helloUDF2.java  放入 /root/hive-1.1.0-cdh5.7.0/ql/src/java/org/apache/hadoop/hive/ql/udf 文件夹中
vi helloUDF2.java 
将 package com.wxkdata.bigdata.hello; 修改为 package org.apache.hadoop.hive.ql.udf;

(2)修改FunctionRegistry.java 文件

vi /root/hive-1.1.0-cdh5.7.0/ql/src/java/org/apache/hadoop/hive/ql/exec/FunctionRegistry.java 
文件头部 一长串 import 下添加，因为我们要吧这个UDF添加进去。
import org.apache.hadoop.hive.ql.udf.helloUDF2;

文件头部 static 块中添加  system.registerUDF("helloUDF2", helloUDF2.class, false);
如下：
static {
    system.registerGenericUDF("concat", GenericUDFConcat.class);
    system.registerUDF("helloUDF2", helloUDF2.class, false);
    system.registerUDF("substr", UDFSubstr.class, false);

4、重新编译

[root@hadoop001 ~]# mvn -version  # 确认maven正常
[root@hadoop001 ~]# mvn clean package -DskipTests -Phadoop-2 -Pdist  #进行编译 大概需要1小时，编译完成

后，查看结果全部为success
重新编译的包默认为

/root/hive-1.1.0-cdh5.7.0/packaging/target/apache-hive-1.1.0-cdh5.7.0-bin.tar.gz

5、重新部署 或者 只将 编译后的hive-exec-1.1.0-cdh5.7.0.jar 放到原来hive部署的位置即可。两种方式都可以！！
5.1 在编译后的文件中找到 jar，并将原来的jar 替换。

[root@hadoop002 lib]# pwd 
/root/hive-1.1.0-cdh5.7.0/packaging/target/apache-hive-1.1.0-cdh5.7.0-bin/apache-hive-1.1.0-cdh5.7.0-bin/lib
[root@hadoop001 lib]# ll hive-exec-1.1.0-cdh5.7.0.jar 
-rw-r--r--. 1 root root 19276386 Sep  5 19:06 hive-exec-1.1.0-cdh5.7.0.jar
将原来的jar 后缀改掉：
[root@hadoop002 lib]# mv hive-exec-1.1.0-cdh5.7.0.jar hive-exec-1.1.0-cdh5.7.0.jar.bak
拷贝到原hive 部署位置：
[root@hadoop002 lib]# cp hive-exec-1.1.0-cdh5.7.0.jar /opt/software/hive-1.1.0-cdh5.7.0/lib/
查看
[root@hadoop002 lib]# ll hive-exec-1.1.0-cdh5.7.0.*
-rw-r--r-- 1 root root 19276386 Sep 24 19:45 hive-exec-1.1.0-cdh5.7.0.jar
-rw-r--r-- 1 root root 19272159 Mar 24  2016 hive-exec-1.1.0-cdh5.7.0.jar.bak 

5.2 重新解压部署
(1)配置$HIVE_HOME/conf/hive-env.sh
添加hadoop home ：

HADOOP_HOME=/opt/software/hadoop-2.6.0-cdh5.7.0

(2)配置$HIVE_HOME/conf/hive-site.xml 最下面几个可以不配，不是必要参数。

[root@hadoop002 conf]# cat hive-site.xml 
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
        <property>
                <name>javax.jdo.option.ConnectionURL</name>
                <value>jdbc:mysql://localhost:3306/hive3?createDatabaseIfNotExist=true</value>
        </property>

        <property>
                <name>javax.jdo.option.ConnectionDriverName</name>
                <value>com.mysql.jdbc.Driver</value>
        </property>

        <property>
                <name>javax.jdo.option.ConnectionUserName</name>
                <value>root</value>
        </property>

        <property>
                <name>javax.jdo.option.ConnectionPassword</name>
                <value>password</value>
        </property>
    <property>  
        <name>hive.support.concurrency</name>  
        <value>true</value>  
    </property>
    <property>  
        <name>hive.enforce.bucketing</name>  
        <value>true</value>  
    </property>
    <property>  
        <name>hive.exec.dynamic.partition.mode</name>  
        <value>nonstrict</value>  
    </property>
    <property>
        <name>hive.txn.manager</name>  
        <value>org.apache.hadoop.hive.ql.lockmgr.DbTxnManager</value>  
    </property>
    <property>
        <name>hive.compactor.initiator.on</name>  
        <value>true</value>  
    </property>
    <property>  
        <name>hive.in.test</name>  
        <value>true</value>  
    </property>
    <property>
        <name>hive.cli.print.current.db</name>
        <value>true</value>
    </property>
</configuration>

(3) 将 mysql jdbc 拷贝到 $HIVE_HOME/lib 下 ,因为编译的时候默认不带这个jdbc

cp mysql-connector-java-5.1.27-bin.jar $HIVE_HOME/lib 

6、测试：

hive (default)> show functions ;

能查看到有 helloudf2

hive (default)> desc function extended helloudf2;
OK
helloudf2(input_str) - returns Hello : input_str 
Example:
   > SELECT helloudf2('wxk') FROM src LIMIT 1;
  'Hello : wxk'
Time taken: 0.024 seconds, Fetched: 5 row(s)

hive (default)> select ename , helloudf2(ename) from emp;
OK
SMITH   Hello: SMITH
ALLEN   Hello: ALLEN
WARD    Hello: WARD
JONES   Hello: JONES
MARTIN  Hello: MARTIN
BLAKE   Hello: BLAKE
CLARK   Hello: CLARK
SCOTT   Hello: SCOTT
KING    Hello: KING
TURNER  Hello: TURNER
ADAMS   Hello: ADAMS
JAMES   Hello: JAMES
FORD    Hello: FORD
MILLER  Hello: MILLER
HIVE    Hello: HIVE

结果正确，我们的UDF 相当于直接注册到Hive中，当做hive的一个默认函数了。
实验成功。