1.系统内置函数
1)查看系统自带的函数
hive (default)> show functions;
2)显示自带的函数的用法
hive (default)> desc function 函数名;
3)详细显示自带的函数的用法
hive (default)> desc function extended 函数名;
通常不会用直接百度,而不是用这个。
2.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()
- (1)UDF(User-Defined-Function)
- 4)官方文档地址
官方文档地址. - 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;
- (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;
- a)添加 jar
- (4)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
(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;
2.1自定义 UDF 函数
1)创建一个 Maven 工程 Hive
2)导入依赖
<dependencies>
<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.lyj.hive;
import org.apache.hadoop.hive.ql.exec.UDF;
/**
* @author liuyongjun
* @create 2020-07-30 20:28
*/
public class MyUDF extends UDF {
public int evaluate(int data){
return data + 5;
}
}
4)打成 jar 包上传到服务器/opt/module/lib/
5)将 jar 包添加到 hive 的 classpath
hive (default)> add jar /opt/module/hive/lib/jar包名;
6)创建临时函数与开发好的 java class 关联
hive (default)> create temporary function addFive as
'com.lyj.hive.MyUDF';
7.创建完毕即可在 hql 中使用自定义的函数
2.2 自定义 UDTF 函数
1)需求说明
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,例如:
Line:"hello,world,hadoop,hive"
Myudtf(line, ",")
hello
world
hadoop
hive
2)代码实现
package com.lyj.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;
/**
* @author liuyongjun
* @create 2020-07-31 9:17
*/
public class MyUDTF extends GenericUDTF {
private List<String> datalist = new ArrayList<String>();
//定义输出数据的列名和数据类型
@Override
public StructObjectInspector initialize(StructObjectInspector argOIs) throws UDFArgumentException {
//定义输出数据的列名
List<String> fieldNames = new ArrayList<String>();
fieldNames.add("word");
//定义输出数据的类型
List<ObjectInspector> fieldOIs = new ArrayList<ObjectInspector>();
//这个记住它,有印象就行
fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames, fieldOIs);
}
public void process(Object[] args) throws HiveException {
//1.获取数据
String data = args[0].toString();
//2.获取分割符
String splitKey = args[1].toString();
//3.切割数据
String[] words = data.split(splitKey);
//4.遍历写出
for (String word : words) {
//5.将数据放置集合
datalist.clear();
datalist.add(word);
//6.写出数据的操作
forward(datalist);
}
}
public void close() throws HiveException {
}
}
记住先clear一下再打包,打出来的包重命名一下udtf.jar
3)打成 jar 包上传到服务器/opt/module/hive/lib/udtf.jar
4)将 jar 包添加到 hive 的 classpath 下
hive (default)> add jar /opt/module/hive/lib/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.lyj.udtf.MyUDTF';
6)即可在 hql 中使用自定义的函数