-
本文是《hive学习笔记》的第九篇，前面学习的内置函数尽管已经很丰富，但未必能满足各种场景下的个性化需求，此时可以开发用户自定义函数（User Defined Function，UDF），按照个性化需求自行扩展；
-
本篇内容就是开发一个UDF，名为udf_upper，功能是将字符串字段转为全大写，然后在hive中使用这个UDF，效果如下图红框所示：
- 本篇有以下章节：
-
开发
-
部署和验证（临时函数）
-
部署和验证（永久函数）
)源码下载
- 如果您不想编码，可以在GitHub下载所有源码，地址和链接信息如下表所示：
| 名称 | 链接 | 备注 |
| :-- | :-- | :-- |
| 项目主页 | https://github.com/zq2599/blog_demos | 该项目在GitHub上的主页 |
| git仓库地址(https) | https://github.com/zq2599/blog_demos.git | 该项目源码的仓库地址，https协议 |
| git仓库地址(ssh) | git@github.com:zq2599/blog_demos.git | 该项目源码的仓库地址，ssh协议 |
- 这个git项目中有多个文件夹，本章的应用在hiveudf文件夹下，如下图红框所示：
)开发
- 新建名为hiveudf的maven工程，pom.xml内容如下，有两处需要关注的地方，接下来马上讲到：
xmlns:xsi=“http://www.w3.org/2001/XMLSchema-instance” xsi:schemaLocation=“http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd”> 4.0.0 com.bolingcavalry hiveudf 1.0-SNAPSHOT org.apache.hive hive-exec 1.2.2 provided org.pentaho pentaho-aggdesigner-algorithm < /exclusion> org.apache.hadoop hadoop-common 2.7.7 provided 上述pom.xml中，两个依赖的scope为provided，因为这个maven工程最终只需要将咱们写的java文件构建成jar，所以依赖的库都不需要； 上述pom.xml中排除了pentaho-aggdesigner-algorithm，是因为从maven仓库下载不到这个库，为了能快速编译我的java代码，这种排除的方式是最简单的，毕竟我用不上（另一种方法是手动下载此jar，再用maven install命令部署在本地）； 创建Upper.java，代码如下非常简单，只需存在名为evaluate的public方法即可： package com.bolingcavalry.hiveudf.udf; import org.apache.commons.lang.StringUtils; import org.apache.hadoop.hive.ql.exec.UDF; public class Upper extends UDF { public String evaluate(String str) { return StringUtils.isBlank(str) ? str : str.toUpperCase(); } } 编码已完成，执行mvn clean package -U编译构建，在target目录下得到hiveudf-1.0-SNAPSHOT.jar文件； 接下来将咱们做好的UDF部署在hive，验证功能是否正常； )部署和验证（临时函数） 如果希望UDF只在本次hive会话中生效，可以部署为临时函数，下面是具体的步骤； 将刚才创建的hiveudf-1.0-SNAPSHOT.jar文件下载到hive服务器，我这边路径是/home/hadoop/udf/hiveudf-1.0-SNAPSHOT.jar； 开启hive会话，执行以下命令添加jar： add jar /home/hadoop/udf/hiveudf-1.0-SNAPSHOT.jar; create temporary function udf_upper as ‘com.bolingcavalry.hiveudf.udf.Upper’; select name, udf_upper(name) from student;【一线大厂Java面试题解析+核心总结学习笔记+最新架构讲解视频+实战项目源码讲义】
浏览器打开：qq.cn.hn/FTf 免费领取
[](
