HIVE 用户自定义函数（UDF）

    当HIVE的内置函数不能满足需求时，可以通过编写用户自定义函数UDF（User-Defined Functions）插入自己的处理代码并在查询中使用它们。

    HIVE中由三种UDF：

    1、普通的UDF，用于操作单个数据行，且产生一个数据行作为输出。

    2、用户定义聚集函数UDAF（User-Defined Aggregating Functions），用于接受多个输入数据行，并产生一个输出数据行。

    3、用户定义表生成函数UDTF（User-Defined Table-Generation Functions），用于操作单个输入行，产生多个输出行。

    说明：

    ● 一个UDF必须继承自“org.apache.hadoop.hive.ql.exec.UDF”。

    ● 一个UDF必须至少实现一个evaluate()方法，evaluate函数支持重载。

    ● 编写HIVE UDF，可以extends UDF，重写evaluate()方法；也可以extends GenericUDF，重写initialize()、getDisplayString()、evaluate()方法。

    编写UDF样例代码：

    package com.hadoop.hive.udf;

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

    public class UDFTest extends UDF {

        public String evaluate(String str) {

            try {

                return "HelloUDF " + str;

            } catch (Exception e) {

                return null;

            }

        }

    }

    使用UDF：

    将编写好的代码打成HelloUDF.jar包并上传到指定的hdfs目录下，登陆hive客户端：

    在HIVE Server中注册该jar文件，执行SQL语句：add jar HelloUDF.jar;

    在HIVE Server中定义该函数，执行SQL语句：create temporary function HelloUDF as 'com.hadoop.hive.udf.UDFTest';

    在SELECT查询中使用该函数：select HelloUDF(t.col1) from t limit 1;

    在HIVE Server中删除该函数，执行SQL语句：drop temporary function HelloUDF;

    注：该方法生成的HelloUDF函数为临时函数，每次进入HIVE都需要执行add以及create temporary操作