12：Hive从0到1系列学习：函数之自定义函数

一、自定义函数

自定义函数包括三种：

①一进一出：UDF

②多进一出：UDAF—>比如max、sum、count

③一进多出：UDTF—>比如explode()

自定义函数分为三个步骤

1）编写方法的程序

（1）继承Hive提供的类

org.apache.hadoop.hive.ql.udf.generic.GenericUDF

org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;

（2）实现类中的抽象方法

2）上传jar包

3）在hive的命令行窗口创建函数

create [temporary] function [dbname.]function_name AS class_name;

二、自定义UDF函数

比如：需要自定义一个方法实现计算给定字符串的长度

实操：

①创建一个maven工程

②引入相关依赖

<dependencies>
		<dependency>
			<groupId>org.apache.hive</groupId>
			<artifactId>hive-exec</artifactId>
			<version>3.1.2</version>
		</dependency>
</dependencies>

③创建一个类继承GenericUDF类

④重写三个方法

initialize、evaluate、getDisplayString

⑤打成jar包上传到服务器/opt/module/hive/datas

⑥将jar包添加到hive的classpath

add jar /opt/module/hive/datas/myudf.jar;

⑦创建临时函数

create temporary function my_len as "com.gis.hive.MyStringLength";

三、自定义UDTF函数

比如：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

①实现一个类继承GenericUDTF 类

②重写三个方法

initialize、process、close

③打成jar包上传到服务器/opt/module/hive/datas

④将jar包添加到hive的classpath

add jar /opt/module/hive/data/myudtf.jar;

⑤创建临时函数

create temporary function myudtf as "com.gis.hive.MyUDTF";