Hive函数与调优

Hive函数与调优

函数

  • 系统内置函数

    1.查看系统自带的函数

    ​ hive> show functions;
    2.显示自带的函数的用法

    ​ hive> desc function upper;
    3.详细显示自带的函数的用法

    ​ hive> desc function extended upper;

  • 自定义函数

    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()

    1.UDF函数

    (1)继承 org.apache.hadoop.hive.ql.exec.UDF
    (2)需要实现 evaluate 函数;evaluate 函数支持重载;
    (3)在 hive 的命令行窗口创建函数
    a)添加 jar

    ​ add jar linux_jar_path

    ​ b)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;

    注意事项
    (1)UDF 必须要有返回类型,可以返回 null,但是返回类型不能为 void;

    2.UDTF函数
    package com.ityouxin.hive; 
    
    import org.apache.hadoop.hive.ql.metadata.HiveException; import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF; import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector; import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory; import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector; import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFact ory; 
    
    import java.util.ArrayList; import java.util.List; 
    
    public class MyUDTF extends GenericUDTF { 
    com.ityouxin.hive; 
     
    import org.apache.hadoop.hive.ql.metadata.HiveException; import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF; import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector; import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory; import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector; import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFact ory; 
     
    import java.util.ArrayList; import java.util.List; 
     
    public class MyUDTF extends GenericUDTF { 
     	//定义一个存储列的值的数组,list长度为1,map长度为2
        private final transient Object[] forwardListObj = new Object[1]; 
     
        @Override     
        public StructObjectInspector initialize(StructObjectInspector argOIs) {         		List<String> fieldNames=new ArrayList<>();         
        //设置字段名         
        fieldNames.add("column_01");        
        List<ObjectInspector> fieldOIs=new ArrayList<>();         
                //设置字段类型         		  	fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector); 
                return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames, fieldOIs);     
                }          
        @Override     
        public void process(Object[] args) throws HiveException {         
            //1.获取原始数据         
            String arg =args[0].toString();         
            //2.获取数据传入的第二个参数, 此处为分隔符         
            String splitKey = args[1].toString();         
            //3.将原始数据按照传入的分隔符进行切分         
            String[] fields = arg.split(splitKey);         
            //4.遍历切分后的结果,并写出 
             for (String field : fields) {              
            	 //将每一个单词添加至对象数组              
             	forwardListObj[0]=field;              
             	//将对象数组内容写出              
             	forward(forwardListObj);          
             }     
             }          
             @Override     
             public void close() throws HiveException { 
     
        	} 
        } 
    3) 打成 jar 包上传到服务器/opt/module/data/udtf.jar 
    4) 将 jar 包添加到 hive 的 classpath 下 hive (default)> add jar 						 /opt/module/data/udtf.jar; 
    5) 创建临时函数与开发好的 java class 关联 
    hive (default)> create temporary function myudtf as "com.ityouxin.hive.MyUDTF"; 
    6) 即可在 hql 中使用自定义的函数 
    hive (default)> select myudtf(line, ",") word from words
    

调优

  • 开启map阶段输出压缩

    1.开启 hive 中间传输数据压缩功能

    ​ hive (default)>set hive.exec.compress.intermediate=true;
    2.开启 mapreduce 中 map 输出压缩功能

    ​ hive (default)>set mapreduce.map.output.compress=true;
    3.设置 mapreduce 中 map 输出数据的压缩方式

    ​ hive (default)>set mapreduce.map.output.compress.codec= org.apache.hadoop.io.compress.SnappyCodec;
    4.执行查询语句

    ​ hive (default)> select count(ename) name from emp;

  • 开启reducer阶段的数据压缩

    1.开启 hive 最终输出数据压缩功能

    ​ hive (default)>set hive.exec.compress.output=true;
    2.开启 mapreduce

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值