hive自定义函数

为什么要自定义函数

hive的内置函数无法满足实际开发环境的所有情况，这个时候需要我们根据业务自定义函数来解决问题。
hive提供了很多模块的自定义功能，如：serde、自定义函数、输入输出格式化等

常见的自定义函数

UDF:User Define Function.一对一的输入输出，非常使用。
UDAF：User Define Agregation Function.用户的自定义聚合函数。多对一的输入输出 
UDTF：User Define Table‐Generate Function.用户自定的表生成函数。

如何编写UDF

1. 继承UDF类，自定义evaluate(),允许重载。 
2. 继承GenericUDF，重写initlizer、getdisplay、evaluate方法

案例

自定义函数，根据出生日期求年龄

导入依赖

<dependency>
    <groupId>org.apache.hive</groupId>
    <artifactId>hive-exec</artifactId>
    <version>2.1.1</version>
</dependency>

编码实现

// 继承UDF类
public class MyUDF extends UDF {
// 实现evaluate方法
    public int evaluate(String birth) {
        String[] info = birth.split("-");
        int birth_year = Integer.parseInt(info[0]);
        int birth_month = Integer.parseInt(info[1]);
        int birth_day = Integer.parseInt(info[2]);
​
        Calendar now = Calendar.getInstance();
        int now_year = now.get(Calendar.YEAR);
        int now_month = now.get(Calendar.MONTH);
        int now_day = now.get(Calendar.DAY_OF_MONTH);
​
        int age = now_year - birth_year;
        if (birth_month < now_month) {
            age -= 1;
        } else if (birth_day < now_day) {
            age -= 1;
        }
        return age;
    }
}

将项目打成jar包

上传到HDFS上

hdfs dfs -put birth_age.jar /jar/birth_age.jar

在Hive中添加jar并创建函数

CREATE FUNCTION `hive`.`birth_age` AS 'com.qf.udf.MyUDF' USING JAR 'hdfs://192.168.10.101//jar/birth_age.jar';

案例演示

hive> select birth_age(1997-01-01);