Hive之自定义函数

1、系统内置函数

（1）查看系统自带的函数 

show functions;

（2）显示自带的函数的用法 

desc function upper; 

（3）详细显示自带的函数的用法 

desc function extended upper; 

2、自定义函数 

引入maven依赖

<dependency>
    <groupId>org.apache.hive</groupId>
    <artifactId>hive-exec</artifactId>
    <version>2.3.6</version>
</dependency>

自定义函数使用步骤（以UDF为例）：

（1）继承org.apache.hadoop.hive.ql.exec.UDF实现 evaluate 函数（evaluate 可以重载）

（2）在hive命令行添加 jar 

         add jar linux_jar_path 

（3）在hive命令行创建 function 

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

          注意：创建的时候带有temporary表明只是在当前hive的会话session有效，关闭session后，自动删除函数

（4）在 hive 的命令行窗口删除函数 

          Drop [temporary] function [if exists] [dbname.]function_name; 

用户自定义函数类别分为以下三种

（1）UDF（User-Defined-Function） 
 一进一出 

注意：UDF 必须要有返回类型，可以返回 null，但是返回类型不能为 void

例：

public class LowerUDF extends UDF{

    /**
     * 将输入值变成小写格式
     * @param input
     * @return
     */
    public String evaluate(String input){
        return input.toLowerCase();
    }

    /**
     * input变成小写后拼接上defaultV
     * @param input
     * @param defaultV
     * @return
     */
    public String evaluate(String input,String defaultV){
        return input.toLowerCase()+defaultV;
    }
}

在hive命令行添加 jar：

hive (test)> add jar /opt/temp/hive/Hadoop.jar;
Added [/opt/temp/hive/Hadoop.jar] to class path
Added resources: [/opt/temp/hive/Hadoop.jar]

在hive命令行创建 function 

hive (test)> create temporary function lowerudf as "com.hive.udf.LowerUDF";
OK
Time taken: 0.057 seconds
在hive的sql中使用自定义函数

hive (test)> select lowerudf('ABC');
OK
_c0
abc
Time taken: 0.56 seconds, Fetched: 1 row(s)

hive (test)> select lowerudf('HELLO',' hive');
OK
_c0
hello hive
Time taken: 0.111 seconds, Fetched: 1 row(s)

（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() 

例：

public class SplitUDTF extends GenericUDTF {

    private List<String> outList=new ArrayList<>();

    @Override
    public StructObjectInspector initialize(StructObjectInspector argOIs) throws UDFArgumentException {
        //1.定义输出数据的列名和类型
        List<String> fieldNames = new ArrayList<>();
        List<ObjectInspector> fieldOIs = new ArrayList<>();
        //2.添加输出数据的列名和类型
        fieldNames.add("lineToWord");
        fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
        return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames, fieldOIs);
    }

    @Override
    public void process(Object[] args) throws HiveException {
        //1.获取原始数据
        String arg = args[0].toString();
        //2.获取数据传入的第二个参数，此处为分隔符
        String splitKey = args[1].toString();
        //3.将原始数据按照传入的分隔符进行切分
        String[] fields = arg.split(splitKey);
        //4.遍历切分后的结果，并写出
        for (String field : fields) {
            //集合为复用的，首先清空集合
            outList.clear();
            //将每一个单词添加至集合
            outList.add(field);
            //将集合内容写出
            forward(outList);
        }
    }

    @Override
    public void close() throws HiveException {

    }
}

hive (test)> add jar /opt/temp/hive/Hadoop.jar;
Added [/opt/temp/hive/Hadoop.jar] to class path
Added resources: [/opt/temp/hive/Hadoop.jar]
hive (test)> create temporary function splitudtf as 'com.hive.udtf.SplitUDTF';
OK
Time taken: 0.055 seconds
hive (test)> select splitudtf('hello,hive,java',',');
OK
linetoword
hello
hive
java
Time taken: 1.321 seconds, Fetched: 3 row(s)