hive中UDTF编写和使用

hive使用也将近两年了，很多东西都在慢慢累积，对于自定义的function，工作中主要用到的就是UDF和UDTF，UDF在前面的文章已经介绍过了，这里将UDTF做一个笔记，以便以后参考。

1. UDTF介绍

UDTF(User-Defined Table-Generating Functions) 用来解决 输入一行输出多行(On-to-many maping) 的需求。

 

2. 编写自己需要的UDTF

继承org.apache.hadoop.hive.ql.udf.generic.GenericUDTF,实现initialize, process, close三个方法。

UDTF首先会调用initialize方法，此方法返回UDTF的返回行的信息（返回个数，类型）。

初始化完成后，会调用process方法,真正的处理过程在process函数中，在process中，每一次forward()调用产生一行；如果产生多列可以将多个列的值放在一个数组中，然后将该数组传入到forward()函数。

最后close()方法调用，对需要清理的方法进行清理。

下面是我写的一个用来切分json是数据，见main函数。供参考：

package com.inveno.udtf;

import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.Date;
import jav