HIVE的UDF以及JDBC编程
一、UDF
UDF是用来对HIVE函数库进行扩展的,可以利用java代码进行自定义的功能需求。
1、步骤
1.新建java工程。
2.导入HIVE相关包,jar包在HIVE安装程序的lib目录下,只需要拷贝jar包即可。
3.创建类继承UDF类。org.apache.hadoop.hive.ql.exec.UDF
4.自己编写一个名为evaluate方法,返回值和参数任意,但是方法名字必须是evaluate。
5.将写好的类打成jar包,在打jar包的时候可以只打自己写的类,jar包资源可以不打进jar包里。然后上传到linux中。
6.在hive命令行下,向hive注册UDF,并创建当前函数(如何注册和创建在下面介绍)。
完成以上步骤之后就可以在hql中使用该自定义函数了。
案例
编写一个简单的小写转大写。
import org.apache.hadoop.hive.ql.exec.UDF;
public class MyUDFDemo extends UDF{
public String evaluate(String str) {
return str.toUpperCase();
}
}
2、注册函数
在向Hive注册函数的时候,分为临时注册和永久注册。
1.临时注册
注册临时函数比较简单,只要在hive的shell界面输入以下两条命令,即可注册,但是此函数会在你退出当前Hive的shell时,自动去掉。
#注册临时函数
hive> add jar /xxx/xxx/xxx.jar;
#命名临时函数
hive> create temporary function function_name as "xx.xx.xx.classname";
以上两部就可以生成一个自定义的函数了。切记,这个是临时的,适合测试使用,不适合生产环境。
示例
[root@xh01 horseman]# ls
HorseMan.jar
[root@xh01 horseman]# pwd
/home/script/horseman
以上是本人的jar包以及存放位置,jar包中有一个类,类的全路径名为:cn.com.xh.udf.OnWork.class。
以下是登录Hive的shell进行临时添加的操作:
[root@xh01 horseman]# hive
#省略系统输出
#…………
hive> add jar /home/script/horseman/HorseMan.jar;
Added [/home/script/horseman/HorseMan.jar] to class path
Added resources: [/home/script/horseman/HorseMan.jar]
hive> create temporary function on_work as "cn.com.xh.udf.OnWork";
OK
Time taken: 0.007 seconds
hive> select on_work();
如上,成功添加了一个名为on_work的方法。
2.永久注册
注册永久函数,统计网上的说法,有两种,其一修改源码,其二就是本人接下来要说的一种。
第一种比较危险,因为一个弄不好,就会造成Hive崩盘,而且不适合生产环境,我们添加函数,都是在业务发展的过程中添加的,不会说重新去搭建一个Hive来专门弄一个函数。
第二种添加的方法和临时的区别不大,但是适合我们在生产环境使用。
以下是官方给出的说明:
在Hive 0.13或更高版本中,函数可以注册到Metastore,因此可以在查询中引用它们,而无需在每个会话中创建临时函数。
创建功能
hive> CREATE FUNCTION [db_name.]function_name AS class_name [USING JAR|FILE|ARCHIVE 'file_uri' [, JAR|FILE|ARCHIVE 'file_uri'] ];
此语句允许您创建由class_name实现的函数。可以使用USING子句指定需要添加到环境中的jar,文件或存档;当Hive会话第一次引用该函数时,这些资源将被添加到环境中,就像发布了ADD JAR / FILE一样。如果Hive不在本地模式,则资源位置必须是非本地URI,例如HDFS位置。
该函数将添加到指定的数据库,或者在创建函数时添加到当前数据库。可以通过完全限定函数名称(db_name.function_name)来引用该函数,或者如果函数位于当前数据库中,则可以无限制地引用该函数。
删除功能
hive>DROP FUNCTION [IF EXISTS] function_name;
如果函数不存在,DROP将返回错误,除非指定了IF EXISTS或配置变量hive.exec.drop.ignorenonexistent 设置为true。
注意:删除函数时,一定要处于添加函数的数据库中。
重新加载功能
hive> RELOAD FUNCTION;
从HIVE-2573开始,如果在创建函数之前启动了HiveServer2或其他Hive CLI会话,则在一个Hive CLI会话中创建永久功能可能不会反映出来。在HiveServer2或HiveCLI会话中发出RELOAD FUNCTION将允许它获取可能由不同HiveCLI会话完成的永久功能的任何更改。
查看官方原文请点击此处
示例
本人将临时方法注册的jar包拿过来,存放到HDFS中的/udf/horseman/目录中,添加方法如下:
hive>create function on_work as 'cn.com.xh.udf.OnWork' using jar 'hdfs://xh01:9000/udf/horseman/HorseMan.jar';
这个只需要这一条语句,即可创建永久的函数。如下是删除函数:
hive>drop function on_work;
二、JDBC编程
1、介绍
hive实现了jdbc接口,所以可以非常方便用jdbc技术通过java代码操作。
2、步骤
1.开启对外服务
HIVE默认情况是关闭对外的服务,需要在服务器端开启HiveServer2服务,命令如下:
./hive --service hiveserver2
这个模式一直开启的情况下,才能连接成功,否则,连接失败。
可以使用一下命令,是该服务进入后台运行:
[root@hadoop bin]# ./hive --service hiveserver2 &
[1] 6669
[root@hadoop bin]# bg 1
-bash: bg: job 1 already in background
这样程序进入后台运行,也不影响进行其他操作。
2.java工程
1>创建工程
创建本地java工程。
2>导入jar包
导入hive\lib目录下的hive-jdbc-1.2.0-standalone.jar
导入hadoop-2.7.1\share\hadoop\common下的hadoop-common-2.7.1.jar
3>编写jdbc代码
public static void main(String[] args) {
Connection conn = null;
Statement st = null;
ResultSet rs = null;
try {
// 1.注册数据库驱动
Class.forName("org.apache.hive.jdbc.HiveDriver");
// 2.获取数据连接
conn = DriverManager.getConnection("jdbc:hive2://192.168.75.150:10000/park", "root", "root");
// 3.获取传输器对象
st = conn.createStatement();
// 4.传输sql执行获取结果集
rs = st.executeQuery("select * from stu");
// 5.处理结果集
while (rs.next()) {
String str = rs.getString("name");
System.out.println(str);
}
} catch (Exception e) {
e.printStackTrace();
} finally {
// 6.关闭连接
if (rs != null) {
try {
rs.close();
} catch (Exception e) {
e.printStackTrace();
} finally {
rs = null;
}
}
if (st != null) {
try {
st.close();
} catch (Exception e) {
e.printStackTrace();
} finally {
st = null;
}
}
if (conn != null) {
try {
conn.close();
} catch (Exception e) {
e.printStackTrace();
} finally {
conn = null;
}
}
}
}
以上需要注意的是jdbc的驱动以及连接地址协议。
上一篇:HIVE内置函数
下一篇:Hive应用:外部表链接内部表