hive udf udaf hive udf udaf udtf

一、词义解析

　　UDF(User-Defined-Function) 　　　　　　　　　　　　　　　　　　一进一出

　　UDAF（User- Defined Aggregation Funcation）　　　　　　　　　　多进一出 （聚合函数，MR）

　　UDTF(User-Defined Table-Generating Functions) 　　　　　　　　　一进多出（生成多行结果）

二、UDF

　　1.注意事项

　　　　a）自定义UDF需要继承org.apache.hadoop.hive.ql.UDF。

　　　　b）需要实现evaluate函。

　　　　c）evaluate函数支持重载。

　　2.代码实现

三、UDAF

　　1.注意事项

　　 a)　导入以下两个包：

　　　　mport org.apache.hadoop.hive.ql.exec.UDAF

　　　　org.apache.hadoop.hive.ql.exec.UDAFEvaluator

　　b)函数类需要继承UDAF类，内部类Evaluator实UDAFEvaluator接口

　　c)Evaluator需要实现 init、iterate、terminatePartial、merge、terminate这几个函数 :

　　　　1）init函数实现接口UDAFEvaluator的init函数。

　　　　2）iterate接收传入的参数，并进行内部的轮转。其返回类型为boolean。

　　　　3）terminatePartial无参数，其为iterate函数轮转结束后，返回轮转数据，terminatePartial类似于hadoop的Combiner。

　　　　4）merge接收terminatePartial的返回结果，进行数据merge操作，其返回类型为boolean。

　　　　5）terminate返回最终的聚集函数结果。 

　　2.Mode对应的各阶段方法　　　　

(1)PARTIAL1 - Map阶段
iterate()和terminatePartial()
(2)PARTIAL2 - Map合并阶段
merge()和terminatePartial()
(3)FINAL - Reduce阶段
merge()和terminate()
(4)COMPLETE - 无Reduce阶段时执行
iterate()和terminate()

 

　　3.代码实现

　　

四、UDTF

　　1.注意事项

　　　　a)继承org.apache.hadoop.hive.ql.udf.generic.GenericUDTF。

　　　　b)实现initialize, process, close三个方法

　　2.用法

　　　　a)直接select中使用：select explode_map(properties) as (col1,col2) from src; 

　　　　b)和lateral view一起使用：select src.id, mytable.col1, mytable.col2 from src lateral view explode_map(properties) mytable as col1, col2;