大数据技术之Hive 第8章函数自定义函数UDF和UDTF

最新推荐文章于 2024-07-31 21:45:00 发布

m0_71696030

最新推荐文章于 2024-07-31 21:45:00 发布

阅读量304

点赞数

分类专栏： hive 文章标签： hive big data hadoop

本文链接：https://blog.csdn.net/m0_71696030/article/details/125176930

版权

本文介绍了Hive中的自定义函数，包括UDF（一进一出）、UDAF（多进一出）和UDTF（一进多出）。详细讲解了如何创建自定义UDF和UDTF，包括编程步骤、需求实例以及如何在Hive中注册和使用这些函数。此外，还提供了相关学习资源和交流平台。

摘要由CSDN通过智能技术生成

8.3 自定义函数

1）Hive 自带了一些函数，比如：max/min等，但是数量有限，自己可以通过自定义UDF来方便的扩展。

2）当Hive提供的内置函数无法满足你的业务处理需要时，此时就可以考虑使用用户自定义函数（UDF：user-defined function）。

3）根据用户自定义函数类别分为以下三种：

（1）UDF（User-Defined-Function）

一进一出

（2）UDAF（User-Defined Aggregation Function）

聚集函数，多进一出

类似于：count/max/min

（3）UDTF（User-Defined Table-Generating Functions）

一进多出

如lateral view explode() 返回数组

4）官方文档地址

https://cwiki.apache.org/confluence/display/Hive/HivePlugins

5）编程步骤：

（1）继承Hive提供的类

org.apache.hadoop.hive.ql.udf.generic.GenericUDF  
org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;

（2）实现类中的抽象方法

（3）在hive的命令行窗口创建函数

添加jar

add jar linux_jar_path

创建function

create [temporary] function [dbname.]function_name AS class_name;

（4）在hive的命令行窗口删除函数

drop [temporary] function [if exists] [dbname.]function_name;

8.4 自定义UDF函数

0）需求:

自定义一个UDF实现计算给定字符串的长度，例如：

hive(default)> select my_len("abcd");
4

1）创建一个Maven工程Hive

2）导入依赖

<dependencies>
		<dependency>
			<groupId>org.apache.hive</groupId>
			<artifactId>hive-exec</artifactId>
			<version>3.1.2</version>
		</dependency>
</dependencies>

3）创建一个类

package com.wolffy.hive;

import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
import org.apache.hadoop.hive.ql.exec.UDFArgumentLengthException;
import org.apache.hadoop.hive.ql.exec.UDFArgumentTypeException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.ql.udf.generic.GenericUDF;
impor