hive------自定义函数UDF

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 explore()
4. 官方文档地址
   https://cwiki.apache.org/confluence/display/Hive/HivePlugins
5. 编程步骤：
   （1）继承org.apache.hadoop.hive.ql.UDF
   （2）需要实现evaluate函数；evaluate函数支持重载；
6. 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）UDF中常用Text/LongWritable等类型，不推荐使用java类型；

UDF开发实例

简单案例

1. 第一步：创建maven java 工程，导入jar包

<repositories>
    <repository>
        <id>cloudera</id>
 <url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
    </repository>
</repositories>
<dependencies>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>2.6.0-cdh5.14.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hive</groupId>
        <artifactId>hive-exec</artifactId>
        <version>1.1.0-cdh5.14.0</version>
    </dependency>
</dependencies>
<build>
<plugins>
    <plugin>
        <groupId>org.apache.maven.plugins</groupId>
        <artifactId>maven-compiler-plugin</artifactId>
        <version>3.0</version>
        <configuration>
            <source>1.8</source>
            <target>1.8</target>
            <encoding>UTF-8</encoding>
        </configuration>
    </plugin>
     <plugin>
         <groupId>org.apache.maven.plugins</groupId>
         <artifactId>maven-shade-plugin</artifactId>
         <version>2.2</version>
         <executions>
             <execution>
                 <phase>package</phase>
                 <goals>
                     <goal>shade</goal>
                 </goals>
                 <configuration>
                     <filters>
                         <filter>
                             <artifact>*:*</artifact>
                             <excludes>
                                 <exclude>META-INF/*.SF</exclude>
                                 <exclude>META-INF/*.DSA</exclude>
                                 <exclude>META-INF/*/RSA</exclude>
                             </excludes>
                         </filter>
                     </filters>
                 </configuration>
             </execution>
         </executions>
     </plugin>
</plugins>
</build>

第二步：开发java类继承UDF，并重载evaluate 方法

public class ItcastUDF extends UDF {
	//evaluate是固定的，其他会报错
    public String evaluate(String s) {
        if (null == s) {
            return null;
        }
        //返回大写字母
        return new String(s.toString().toUpperCase());
    }
}

第三步：将我们的项目打包，并上传到hive的lib目录下

第四步：添加我们的jar包
重命名我们的jar包名称

cd /export/servers/hive-1.1.0-cdh5.14.0/lib
mv original-day_06_hive_udf-1.0-SNAPSHOT.jar udf.jar

第五步：设置函数与我们的自定义函数关联

创建临时函数
create temporary function 函数名 as '编写java类的全类名';
删除临时函数
drop temporary function 函数名
创建永久函数
create function 函数名as 'java类全类名';
删除永久函数
drop   function 函数名;
查看函数
show functions;

第六步：使用自定义函数
select 表.*,函数名(字段) from 表；