Hive自定义函数

0、为什么要自定义函数

hive 自带了一些函数，比如：max/min等，但是数量有限，自己可以通过自定义UDF来方便的扩展。

2）当Hive提供的内置函数无法满足你的业务处理需要时，此时就可以考虑使用用户自定义函数（UDF：user-defined function）。

3）根据用户自定义函数类别分为以下三种：

（1）UDF（User-Defined-Function）

一进一出

（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()

编程步骤：

（1）继承org.apache.hadoop.hive.ql.exec.UDF

（2）需要实现evaluate函数；evaluate函数支持重载；

（3）在hive的命令行窗口创建函数

a）添加jar

add jar linux_jar_path

b）创建function

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

（4）在hive的命令行窗口删除函数

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

6）注意事项

（1）UDF必须要有返回类型，可以返回null，但是返回类型不能为void；

一、自定义UDF函数

1．创建一个Maven工程Hive

2．导入依赖

		
		
			org.apache.hive
			hive-exec
			3.1.2
		

3.API

老接口：新建一个类，继承UDF

public class MyUDF extends UDF

        需求：输入一个字符串，输出字符串长度

实现代码

public class MyUDF extends UDF {
    
    public int evaluate(String input) {
        if (input == null) {
            return 0;
        }
        return input.length();
    }
}

 新接口继承GenericUDF继承方法

实现代码

package com.hive;

import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
import org.apache.hadoop.hive.ql.exec.UDFArgumentLengthException;
import org.apache.hadoop.hive.ql.exec.UDFArgumentTypeException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.ql.udf.generic.GenericUDF;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.PrimitiveObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;


public class MyNewUDF extends GenericUDF {
    
    public ObjectInspector initialize(ObjectInspector[] arguments) throws UDFArgumentException {
        if (arguments.length !=1){//判断输入参数个数，如果不等于一抛出异常参数个数错误
            throw new UDFArgumentLengthException("Wrong arguments count，参数个数错误");
        }//对参数类型做检查,如果不是String格式抛出异常，参数类型错误
        if (!arguments[0].getCategory().equals(ObjectInspector.Category.PRIMITIVE)){
            throw new UDFArgumentTypeException(0,"Wrong arguments type,参数类型错误");
        }
        //返回一个int类型
        return PrimitiveObjectInspectorFactory.javaIntObjectInspector;
    }

    
    public Object evaluate(DeferredObject[] arguments) throws HiveException {
        Object o = arguments[0].get();
        if (o == null){
            return 0;
        }
        return o.toString().length();
    }

    public String getDisplayString(String[] strings) {
        return null;
    }
}

4.将代码打包，上传到集群/opt/module/hive/lib/目录下

 

 5.热添加jar包到CLASSPATH中让hive识别jar包、重启hive也可

add jar $HIVE_HOME/lib/hiveplugin-1.0-SNAPSHOT.jar;

6.将jar包关联到系统

create temporary function my_len as "com.hive.MyUDF";

create temporary function my_len as "com.hive.MyNewUDF";

7.测试

 select name,my_len(name) from business;

select my_len("asasd","asasdd");

select my_len("asasd");

select my_len(split("ss","sd"));