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