flink sql udf jar包_hive学习笔记之九：基础UDF

欢迎访问我的GitHub

https://github.com/zq2599/blog_demos

内容：所有原创文章分类和汇总，及配套源码，涉及Java、Docker、Kubernetes、DevOPS等；

本篇概览

• 本文是《hive学习笔记》的第九篇，前面学习的内置函数尽管已经很丰富，但未必能满足各种场景下的个性化需求，此时可以开发用户自定义函数(User Defined Function，UDF)，按照个性化需求自行扩展；
• 本篇内容就是开发一个UDF，名为udf_upper，功能是将字符串字段转为全大写，然后在hive中使用这个UDF，效果如下图红框所示：

• 本篇包括以下内容：

1. 开发
2. 部署和验证(临时函数)
3. 部署和验证(永久函数)

源码下载

• 如果您不想编码，可以在GitHub下载所有源码，地址和链接信息如下表所示：

• 这个git项目中有多个文件夹，本章的应用在hiveudf文件夹下，如下图红框所示：

开发

1. 新建名为hiveudf的maven工程，pom.xml内容如下，有两处需要关注的地方，接下来马上讲到：

<?xml version="1.0" encoding="UTF-8"?>4.0.0com.bolingcavalry    hiveudf    1.0-SNAPSHOTorg.apache.hive            hive-exec            1.2.2providedorg.pentaho                    pentaho-aggdesigner-algorithm                org.apache.hadoop            hadoop-common            2.7.7provided

2. 上述pom.xml中，两个依赖的scope为provided，因为这个maven工程最终只需要将咱们写的java文件构建成jar，所以依赖的库都不需要；
3. 上述pom.xml中排除了pentaho-aggdesigner-algorithm，是因为从maven仓库下载不到这个库，为了能快速编译我的java代码，这种排除的方式是最简单的，毕竟我用不上(另一种方法是手动下载此jar，再用maven install命令部署在本地)；
4. 创建Upper.java，代码如下非常简单，只需存在名为evaluate的public方法即可：

package com.bolingcavalry.hiveudf.udf;import org.apache.commons.lang.StringUtils;import org.apache.hadoop.hive.ql.exec.UDF;public class Upper extends UDF {    /**     * 如果入参是合法字符串，就转为小写返回     * @param str     * @return     */    public String evaluate(String str) {        return StringUtils.isBlank(str) ? str : str.toUpperCase();    }}

5. 编码已完成，执行mvn clean package -U编译构建，在target目录下得到hiveudf-1.0-SNAPSHOT.jar文件；
6. 接下来将咱们做好的UDF部署在hive，验证功能是否正常；

部署和验证(临时函数)

1. 如果希望UDF只在本次hive会话中生效，可以部署为临时函数，下面是具体的步骤；
2. 将刚才创建的hiveudf-1.0-SNAPSHOT.jar文件下载到hive服务器，我这边路径是/home/hadoop/udf/hiveudf-1.0-SNAPSHOT.jar
3. 开启hive会话，执行以下命令添加jar：

add jar /home/hadoop/udf/hiveudf-1.0-SNAPSHOT.jar;

4. 执行以下命令创建名为udf_upper的临时函数：

create temporary function udf_upper as 'com.bolingcavalry.hiveudf.udf.Upper';

5. 找一个有数据并且有string字段的表(我这是student表，其name字段是string类型)，执行以下命令：

select name, udf_upper(name) from student;

6. 执行结果如下，红框中可见udf_upper函数将name字段转为大写：

6. 这个UDF只在当前会话窗口生效，当您关闭了窗口此函数就不存在了；
7. 如果您想在当前窗口将这个UDF清理掉，请依次执行以下两个命令：

drop temporary function if exists udf_upper;delete jar /home/hadoop/udf/hiveudf-1.0-SNAPSHOT.jar;

9. 删除后再使用udf_upper会报错：

hive> select name, udf_upper(name) from student;FAILED: SemanticException [Error 10011]: Line 1:13 Invalid function 'udf_upper'

部署和验证(永久函数)

• 前面体验了临时函数，接下来试试如何让这个UDF永久生效(并且对所有hive会话都生效)；

• 在hdfs创建文件夹：

/home/hadoop/hadoop-2.7.7/bin/hadoop fs -mkdir /udflib

• 将jar文件上传到hdfs：

/home/hadoop/hadoop-2.7.7/bin/hadoop fs -put /home/hadoop/udf/hiveudf-1.0-SNAPSHOT.jar /udflib/

• 在hive会话窗口执行以下命令，使用hdfs中的jar文件创建函数，要注意的是jar文件地址是hdfs地址，一定不要漏掉hdfs:前缀：

create function udf_upper as 'com.bolingcavalry.hiveudf.udf.Upper'using jar 'hdfs:///udflib/hiveudf-1.0-SNAPSHOT.jar';

• 试一下这个UDF，如下图，没有问题：

• 新开hive会话窗口尝试上述sql，依旧没有问题，证明UDF是永久生效的；

• 至此，咱们已经对hive的UDF的创建、部署、使用都有了基本了解，但是本篇的UDF太过简单，只能用在一进一出的场景，接下来的文章咱们继续学习多进一出和一进多出。

欢迎关注我的公众号：程序员欣宸