Hive源码编译支持自定义UDF函数

最新推荐文章于 2024-05-11 07:45:00 发布

Hager930

最新推荐文章于 2024-05-11 07:45:00 发布

阅读量475

点赞数

分类专栏： Hive 文章标签： hive udf

本文链接：https://blog.csdn.net/m0_37569112/article/details/104081617

版权

Hive 专栏收录该内容

0 篇文章 0 订阅

订阅专栏

背景

Hive中有非常多的内置函数，但是根据我们线上业务的不同，单单使用Hive内置函数已经满足不了我们的需求了。这时候就需要我们去开发自定义的函数（如：自定义UDF函数），为了像使用Hive内置函数一样方便，我们需要将自定义好的UDF函数编译到Hive源码中。这篇文章详细记录了编译Hive源码来支持自定义的UDF函数。

环境

开发工具：ideaIU-2019.3.1.exe
本地环境：Windows 10
编译环境：CentOS Linux release 7.2.1511 (Core)
Maven版本：apache-maven-3.6.3-bin.tar.gz
Hive版本：hive-1.1.0-cdh5.16.2.tar.gz
Hive源码：hive-1.1.0-cdh5.16.2-src.tar.gz
JDK版本：java version "1.8.0_192"

自定义UDF函数

pom文件pom.xml

<?xml version="1.0" encoding="UTF-8"?>

<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>com.haohaodata.bigdata</groupId>
  <artifactId>hadoop0001</artifactId>
  <version>1.0-SNAPSHOT</version>

  <name>hadoop0001</name>
  <url>http://www.example.com</url>

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

  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    <maven.compiler.source>1.8</maven.compiler.source>
    <maven.compiler.target>1.8</maven.compiler.target>
    <hadoop.version>2.6.0-cdh5.16.2</hadoop.version>
    <hive.version>1.1.0-cdh5.16.2</hive.version>
  </properties>

  <dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>4.11</version>
      <scope>test</scope>
    </dependency>

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

  </dependencies>

  <build>
    <pluginManagement>
      <plugins>
        <plugin>
          <artifactId>maven-clean-plugin</artifactId>
          <version>3.1.0</version>
        </plugin>
        <plugin>
          <artifactId>maven-resources-plugin</artifactId>
          <version>3.0.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-compiler-plugin</artifactId>
          <version>3.8.0</version>
        </plugin>
        <plugin>
          <artifactId>maven-surefire-plugin</artifactId>
          <version>2.22.1</version>
        </plugin>
        <plugin>
          <artifactId>maven-jar-plugin</artifactId>
          <version>3.0.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-install-plugin</artifactId>
          <version>2.5.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-deploy-plugin</artifactId>
          <version>2.8.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-site-plugin</artifactId>
          <version>3.7.1</version>
        </plugin>
        <plugin>
          <artifactId>maven-project-info-reports-plugin</artifactId>
          <version>3.0.0</version>
        </plugin>
      </plugins>
    </pluginManagement>
  </build>
</project>

UDF函数UDFhaohao.java

package com.haohaodata.bigdata.hadoop.hive;

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

/**
 * 自定义UDF函数
 * 需求：你要老婆不
 */
public class UDFhaohao extends UDF {
	
    public String evaluate() {
        String send_wife = new String("KO，你要老婆不要? 只要你开金口，我马上给你送来……");
        return send_wife;
    }

    public String evaluate(String name) {
        String send_wife = new String(name + "，你要老婆不要? 只要你开金口，我马上给你送来……");
        return send_wife;
    }
	
    // 本地测试
    public static void main(String[] args) {
        UDFhaohao udFhaohao = new UDFhaohao();
        String r1 = udFhaohao.evaluate();
        String r2 = udFhaohao.evaluate("hager");
        System.out.println(r1);
        System.out.println(r2);
    }

}

源码修改

将下载好的源码包上传到服务器然后解压

tar -zxvf hive-1.1.0-cdh5.16.2-src.tar.gz -C ~/sourcecode/

修改UDFhaohao.java文件中的package

package com.haohaodata.bigdata.hadoop.hive;
// 改为：
package org.apache.hadoop.hive.ql.udf;

将自定义的UDFhaohao.java放到源码中

~/sourcecode/hive-1.1.0-cdh5.16.2/ql/src/java/org/apache/hadoop/hive/ql/udf/UDFhaohao.java

修改源码文件FunctionRegistry.java

vi ~/sourcecode/hive-1.1.0-cdh5.16.2/ql/src/java/org/apache/hadoop/hive/ql/exec/FunctionRegistry.java

添加：

import org.apache.hadoop.hive.ql.udf.UDFhaohao;

static {
    system.registerUDF("UDFhaohao", UDFhaohao.class, false);
    ……
}

编译源码

开始编译：

cd ~/sourcecode/hive-1.1.0-cdh5.16.2/
mvn clean package -DskipTests -Phadoop-2 -Pdist

编译完成（第一次编译+网速慢所以编译时间有点长）：

[INFO] --- build-helper-maven-plugin:1.8:attach-artifact (attach-jdbc-driver) @ hive-packaging ---
[INFO] ------------------------------------------------------------------------
[INFO] Reactor Summary for Hive 1.1.0-cdh5.16.2:
[INFO] 
[INFO] Hive ............................................... SUCCESS [22:21 min]
[INFO] Hive Classifications ............................... SUCCESS [06:41 min]
[INFO] Hive Shims Common .................................. SUCCESS [10:35 min]
[INFO] Hive Shims 0.23 .................................... SUCCESS [05:04 min]
[INFO] Hive Shims Scheduler ............................... SUCCESS [  0.457 s]
[INFO] Hive Shims ......................................... SUCCESS [  0.213 s]
[INFO] Hive Common ........................................ SUCCESS [08:48 min]
[INFO] Hive Serde ......................................... SUCCESS [02:12 min]
[INFO] Hive Metastore ..................................... SUCCESS [08:44 min]
[INFO] Hive Ant Utilities ................................. SUCCESS [ 44.108 s]
[INFO] Spark Remote Client ................................ SUCCESS [  01:03 h]
[INFO] Hive Query Language ................................ SUCCESS [13:26 min]
[INFO] Hive Service ....................................... SUCCESS [15:31 min]
[INFO] Hive Accumulo Handler .............................. SUCCESS [03:36 min]
[INFO] Hive JDBC .......................................... SUCCESS [ 38.016 s]
[INFO] Hive Beeline ....................................... SUCCESS [07:42 min]
[INFO] Hive CLI ........................................... SUCCESS [  0.887 s]
[INFO] Hive Contrib ....................................... SUCCESS [  0.796 s]
[INFO] Hive HBase Handler ................................. SUCCESS [06:00 min]
[INFO] Hive HCatalog ...................................... SUCCESS [03:16 min]
[INFO] Hive HCatalog Core ................................. SUCCESS [  3.891 s]
[INFO] Hive HCatalog Pig Adapter .......................... SUCCESS [ 30.240 s]
[INFO] Hive HCatalog Server Extensions .................... SUCCESS [02:04 min]
[INFO] Hive HCatalog Webhcat Java Client .................. SUCCESS [  0.799 s]
[INFO] Hive HCatalog Webhcat .............................. SUCCESS [04:54 min]
[INFO] Hive HCatalog Streaming ............................ SUCCESS [  0.752 s]
[INFO] Hive HWI ........................................... SUCCESS [  0.628 s]
[INFO] Hive ODBC .......................................... SUCCESS [  0.480 s]
[INFO] Hive Shims Aggregator .............................. SUCCESS [  0.119 s]
[INFO] Hive TestUtils ..................................... SUCCESS [  0.150 s]
[INFO] Hive Packaging ..................................... SUCCESS [02:49 min]
[INFO] ------------------------------------------------------------------------
[INFO] BUILD SUCCESS
[INFO] ------------------------------------------------------------------------
[INFO] Total time:  03:09 h
[INFO] Finished at: 2020-01-24T01:11:56+08:00
[INFO] ------------------------------------------------------------------------

部署Hive

部署方式

使用编译好的jar包重新部署Hive

# 编译好的jar包路径
ll ~/sourcecode/hive-1.1.0-cdh5.16.2/packaging/target/apache-hive-1.1.0-cdh5.16.2-bin.tar.gz

将编译好的hive-exec-1.1.0-cdh5.16.2.jar替换掉Hive集群中的

# hive-exec-1.1.0-cdh5.16.2.jar所在路径
ll ~/sourcecode/hive-1.1.0-cdh5.16.2/packaging/target/apache-hive-1.1.0-cdh5.16.2-bin/apache-hive-1.1.0-cdh5.16.2-bin/lib/hive-exec-1.1.0-cdh5.16.2.jar

这里使用第二中部署方式

# 备份正在使用的hive-exec-1.1.0-cdh5.16.2.jar
cd ~/app/hive/lib/
mv hive-exec-1.1.0-cdh5.16.2.jar hive-exec-1.1.0-cdh5.16.2.jar.bak
# 将我们自己打的jar包放到这里
cp ~/sourcecode/hive-1.1.0-cdh5.16.2/packaging/target/apache-hive-1.1.0-cdh5.16.2-bin/apache-hive-1.1.0-cdh5.16.2-bin/lib/hive-exec-1.1.0-cdh5.16.2.jar ./

使用自定义UDF

# 查看我们自定义的udf
hive (default)> show functions;
# 测试
hive (default)> select udfhaohao();
OK
_c0
KO，你要老婆不要? 只要你开金口，我马上给你送来……
Time taken: 0.45 seconds, Fetched: 1 row(s)
hive (default)> select udfhaohao("KO");
OK
_c0
KO，你要老婆不要? 只要你开金口，我马上给你送来……
Time taken: 0.042 seconds, Fetched: 1 row(s)
hive (default)>

完成！

Hager930

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Hive源码编译支持自定义UDF函数

背景Hive中有非常多的内置函数，但是根据我们线上业务的不同，单单使用Hive内置函数已经满足不了我们的需求了。这时候就需要我们去开发自定义的函数（如：自定义UDF函数），为了像使用Hive内置函数一样方便，我们需要将自定义好的UDF函数编译到Hive源码中。这篇文章详细记录了编译Hive源码来支持自定义的UDF函数。环境开发工具：ideaIU-2019.3.1.exe本地环境：W...
复制链接

扫一扫