随着用sql计算业务逻辑越来越复杂,常用的hive内置函数无法满足复杂的sql计算,对于这种复杂的逻辑,需要自己去写udf函数,这里记录一下自己写udf函数的详细过程;
1.创建maven工程,在写hive udf函数的时候,需要首先创建一个maven工程;这个maven工程是普通的java工程;中间会用到一个jar包,这些都是在pom文件中用到,具体pom文件如下:
<?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.jumin.udf</groupId>
<artifactId>testudf</artifactId>
<version>1.0-SNAPSHOT</version>
<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>
</properties>
<dependencies>
<dependency>
<groupId>org.apache.hive</groupId>
<artifactId>hive-exec</artifactId>
<version>1.1.0</version>
</dependency>
</dependencies>
<build>
<finalName>testudf</finalName>
</build>
</project>
注:这里的hive-exec的版本要和生产上使用的hive版本一致,不然注册函数之后会报错,因为版本不一致无法使用;我们用的hive版本是1.2.1,和hive-exec的版本是兼容的;
2.创建好maven工程之后,需要创建一个类,该类继承自UDF类,并实现静态方法:evaluate方法;具体如下:
package com.jumin.udf;
import org.apache.hadoop.hive.ql.exec.UDF;
/**
* @author jumin
* @version 1.0
* @date 2020/9/29 9:51
* @Description: 测试
**/
public class TestUDF extends UDF{
/**
* @param params 参数
* @return
*/
public static String evaluate(String params){
//可以写任意实现的方法,对传参做出处理
}
}
注:TestUDF必须继承UDF类,且必须实现静态方法evaluate,evaluate传递的参数可以是多个,但在一个类中只能有一个evaluate静态的方法;
实现完成方法之后,将该类打成jar包;
3.将该jar包上传到hdfs上;
hadoop fs -put testudf.jar /user/hive/udf
4.在将jar包上传到hdfs上之后,需要将方法注册成hive函数,这里只提供永久的注册方法,即一次注册之后,方法可以一直使用;
CREATE FUNCTION testUDF AS 'com.jumin.udf.TestUDF '
USING JAR 'hdfs:///user/hive/udf/testudf.jar';
这样,就将方法注册到hive中了,且是一直可以使用的,及时断开连接重连时,下次仍然可以使用;
在进行注册的过程中,发现了一个问题,就是在注册之后,当前连接的session无法使用该方法,总是报错,需要进行session重新连接之后,才能够使用该方法;
与此同时,当我们在使用该方法时,发现存在问题的话,需要将注册的方法删除,然后进行重新创建,删除方法的语句如下:
drop function if exists testUDF;