hive使用UDF函数
官方关于UDF的使用介绍：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF
目前创新互联公司已为上1000家的企业提供了网站建设、域名、虚拟主机、网站改版维护、企业网站设计、沿河网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
UDF几个相关概念：
UDF: one-to-one row mapping : upper substr【进来一行出去一行】
UDAF: Aggregation Many-to-one row mapping 比如sum/min【进来多行出去一行】
UDTF: Table-generating one-to-many 比如：lateral view explode()【一对多】
编写UDF函数测试代码：
pod.xml添加hive：
1.1.0-cdh6.7.0 org.apache.hive hive-exec ${hive.version}
HelloUDF.java：
package com.ruozedata.hadoop.udf;
import org.apache.hadoop.hive.ql.exec.UDF;
public class HelloUDF extends UDF{
public String evaluate(String input) {
//TODO...此处为开发业务逻辑的地方
return "Hello：" + input;
}
//下面为测试代码
public static void main(String[] args) {
HelloUDF udf = new HelloUDF();
String output = udf.evaluate("测试数据");
System.out.println(output);
}
}
注：实现UDF函数的套路是一样的，第一步继承UDF函数，第二步重写evaluate方法在idea中用maven打包后，上传到hive服务器；包名为：g6-hadoop-udf.jar
hive创建函数的几种方式：
方法一：创建临时函数（Temporary Functions）
官方参考：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL#LanguageManualDDL-CreateFunction
缺点：Temporary Functions只对当前 session(窗口)有效
示例：在Hive的Shell中执行
ADD JAR /home/hadoop/lib/g6-hadoop-udf.jar;
CREATE TEMPORARY FUNCTION sayHello AS 'com.ruozedata.hadoop.udf.HelloUDF';
show functions;(执行此语句，可以看到sayHello在函数中)
select sayhello('abc') from dual;（输出的结果为：Hello：abc）
注：此种方式还有一个缺点是，jar需要每次手动add才能识别class_name
方法二：无需手动add jar包
在hive的家目录下创建auxlib目录，把jar包放在此目录下即可；
不管创建临时函数，还是持久函数，把jar放入auxlib后就无需手动进行加载；
方法三：创建持久函数（Permanent Functions），并且使用hdfs上的jar；生产建议此种方式
从hive 0.13开始，支持将函数注册到metastore中，存放的表为FUNCS（里边默认为空）；
将jar包放在hdfs的/lib目录下；
示例：在Hive的Shell中执行以下命令
CREATE FUNCTION sayhello2 AS 'com.ruozedata.hadoop.udf.HelloUDF' USING JAR 'hdfs://ruozeclusterg6/lib/g6-hadoop-udf.jar';
注：此时可以任何窗口使用sayhello2函数（使用show functions无法查到，但在元数据的FUNCS表中可以看到）
查看MySQL中hive库的FUNCS表；发现sayhello2已成功进行注册；
本文标题：hive使用UDF函数
标题链接：http://6mz.cn/article/jeppes.html