Hive的自定义函数UDF、UDAF、UDTF

1、查看系统自带的函数 show functions;
2、显示自带的函数的用法 desc function upper;
3、详细显示自带的函数的用法 desc function extended upper;
一、自定义函数都有哪些
（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()

二、UDF的代码实现
具体实现：
1）创建一个 Maven 工程 Hive
2）导入依赖

<dependencies>
<!--https://mvnrepository.com/artifact/org.apache.hive/hive-exec -->
<dependency>
<groupId>org.apache.hive</groupId>
<artifactId>hive-exec</artifactId>
<version>1.2.1</version>
</dependency>
</dependencies>

3）创建一个类

package com.atguigu.hive;
import org.apache.hadoop.hive.ql.exec.UDF;
public class Lower extends UDF {
public String evaluate (String s) {
      if (s == null) {
           return null;
        }
       return s.toLowerCase();
    }
 }

注意：方法名必须是evaluate
4）打成 jar 包上传到服务器

5）将 jar 包添加到 hive 的 classpath
这里如果放在其他目录也可以，但是每次退出hive都得重新add，放在classpath里可以解决这个问题

hive (default)> add jar /opt/module/datas/udf.jar;

6）创建临时函数与开发好的 java class 关联

hive (default)> create temporary function mylower as "com.atguigu.hive.Lower";

7）即可在 hql 中使用自定义的函数

hive (default)> select ename, mylower(ename) lowername from emp;

总结要点：
（1）继承 org.apache.hadoop.hive.ql.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
（4）创建 function的时候要加库名，否则默认是当前库，不可跨库使用UDF函数
create [temporary] function [dbname.]function_name AS class_name;
（5）在 hive 的命令行窗口删除函数
Drop [temporary] function [if exists]
[dbname.]function_name;
（6）注意事项
UDF 必须要有返回类型，可以返回 null，但是返回类型不能为 void；
（7）可以使用重载，就是可以写同名但是输入参数不同的方法

二、UDTF的代码实现
例子：自定义一个 UDTF 实现将一个任意分割符的字符串切割成独立的单词
代码实现：

package com.atguigu.udtf;
import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
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.PrimitiveObjectInspectorFactory;
import java.util.ArrayList;
import java.util.List;

public class MyUDTF extends GenericUDTF {
 private ArrayList<String> outList = new ArrayList<>();
 @Override
 public StructObjectInspector initialize(StructObjectInspector argOIs) throws UDFArgumentException {
 //1.定义输出数据的列名和类型
 List<String> fieldNames = new ArrayList<>();
 List<ObjectInspector> fieldOIs = new ArrayList<>();
 //2.添加输出数据的列名和类型
 fieldNames.add("lineToWord");
 
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) {
 //集合为复用的，首先清空集合
 outList.clear();
 //将每一个单词添加至集合
 outList.add(field);
 //将集合内容写出
 forward(outList);
 }
 }
 @Override
 public void close() throws HiveException {
 } }

首先要继承 GenericUDTF 类
这里面涉及三段函数
initialize 初始化
process 过程处理
close 关闭

待更新—