用户自定义函数udf:
Hive支持的udf用户自定义函数有三种:udf函数可以直接作用于select语句,对查询结构做格式化处理之后,在输出内容
用户自定义函数 UDF
UDF(User Defined Function,用户自定义函数) 对数据进行处理。UDF 函数可以直接应用于 select 语句,对查询结构做格式化处理后,再输出内容。
Hive可以允许用户编写自己定义的函数UDF,来在查询中使用。Hive中有3种UDF:
1)UDF:操作单个数据行,产生单个数据行。
2)UDAF:操作多个数据行,产生一个数据行。
3)UDTF:操作一个数据行,产生多个数据行一个表作为输出。
用户构建的UDF使用过程如下:
第一步:继承UDF或者UDAF或者UDTF,实现特定的方法。
第二步:将写好的类打包为jar。如hivefirst.jar。
第三步:进入到Hive外壳环境中,利用add jar /home/hadoop/hivefirst.jar 注册该jar文件。
第四步:为该类起一个别名,create temporary function mylength as 'com.whut.StringLength';这里注意UDF只是为这个Hive会话临时定义的。
第五步:在select中使用mylength()。
实现特定方法,打包为jar,进入外壳环境注册,为该类起个别名,在查询语句中使用
注意事项:
- 一个用户UDF必须继承org.apache.hadoop.hive.ql.exec.UDF;
2、一个UDF必须要包含有evaluate()方法,但是该方法并不存在于UDF中。evaluate的参数个数以及类型都是用户自己定义的。在使用的时候,Hive会调用UDF的evaluate()方法。