Hive自定义函数

自定义函数

用户可以通过自定义UDF来方便的扩展（user-defined function）。根据用户自定义函数类别，分别为一下三种：

• UDF，一进一出
• UDAF，聚集函数，多进一出
• UDTF，一进多出

编程步骤

1. 继承org.apache.hadoop.hive.ql.UDF
2. 实现evaluate函数，实现重载，导成jar包
3. 在hive的命令行窗口创建函数，添加jar包，并创建函数
4. 在hive的命令行窗口删除函数

自定义DDF函数

//Maven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>1.2.1</version>
    </dependency>
</dependencies>

//实现函数重载
package com.atguigu.hive;
import org.apache.hadoop.hive.ql.exec.UDF;
public class Lower extends UDF {
    public String evaluate (String s) {
        if (s == null) {
        return null;
        }
    return s.toLowerCase();
    }
}

//把jar包添加到hive的classpath
hive (default)> add jar /opt/module/datas/udf.jar;

//创建临时函数
hive (default)> create temporary function mylower as
"com.atguigu.hive.Lower";

自定义UDTF函数

其余步骤一致

//代码
package com.atguigu.udtf;
import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory;
import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;
import java.util.ArrayList;
import java.util.List;
public class MyUDTF extends GenericUDTF {
    private ArrayList<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();
        outList.add(field);
        //将集合内容写出
        forward(outList);
        }
    }
    @Override
    public void close() throws HiveException {
    }
}