Hive 自定义函数

• Hive中的函数分为两类：内置函数和自定义函数

显示当前会话有多少函数可用 ：

SHOW FUNCTIONS;

显示函数的描述信息 ：

DESC FUNCTION concat;

• Hive的自定义函数：

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（如：evalute方法，但该方法不存在于UDF中，Hive会检查用户的UDF是否拥有一个evalute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()。

• 自定义函数永久化

方式1：修改源码添加相应的函数类，然后在修改ql/src/java/org/apache/hadoop/hive/ql/exec/FunctionRegistry.java类，

添加相应的注册函数代码registerUDF("parse_url",UDFParseUrl.class,false);

方式2：hive -i ‘file’

方式3：新建hiverc文件

1、jar包放到安装日录下或者指定目录下

2、${HIVE_HOME}/bin目录下有个.hiverc文件，它是隐藏文件。

3、把初始化语句加载到文件中

vi .hiverc

add jar /liguodong/UDFTest.jar;

create temporary function bigthan as 'UDFDemo.UDFTest';

然后打开hive时，它会自动执行.hiverc文件。