hive的三种用户定义函数

一、UDF(user-defined function)

       作用于单个数据行，且产生一个数据行作为输出。大多数函数（例如数学函数和字符串函数）都属于这类函数。

二、UDAF（user-defined aggregate function）

        接受多个输入数据行，只产生一个输出数据行作为输出。（用户定义聚合函数）

三、UDAF(user-defined table-generating function)

        作用于单个数据行，产生多个多个数据行 （即一个表 ）作为输出 （用户定义表生成函数）

创建表：

hive> create table arr(x array<string>) row format delimited fields  terminated by '\0001'  collection items terminated by '\0002';

注：Hive默认用'\001'（Ctrl+A）作为字段(Fields)分隔符，'\002'(Ctrl+B)作为集合元素(Collections Items)分隔符，'\003'作为Map类型Key/Values分隔符。

上述的row format 中指定数组中的项用control-B字符分割。

目标：加载的数据文件格式如下（用^B表示control-B）：

a^Bb

c^Bd^Be

在运行load data 命令后，可以查到数据已经正确加载：

hive> select * from arr;

["a","b"]

["c","d","e"]

然后使用explode UDTF对其进行变化换