hive自定义函数

一、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()

4）官方文档地址

https://cwiki.apache.org/confluence/display/Hive/HivePlugins

5）编程步骤：

（1）继承org.apache.hadoop.hive.ql.exec.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

         添加jar

    add jar linux_jar_path

       创建function

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

（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：UDF必须要有返回类型，可以返回null，但是返回类型不能为void；

 

二、自定义UDF函数例子

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>3.1.2</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 (final String s) {
		
		if (s == null) {
			return null;
		}
		
		return s.toLowerCase();
	}
}

4）打成jar包上传到服务器/opt/module/jars/udf.jar

5）将jar包添加到hive的classpath
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strip 
hive (default)> select ename, mylower(ename) lowername from emp;