hive udf 多对多 hive udtf函数详解

转载

mob64ca14005461 2023-09-20 06:18:24

文章标签 hive udf 多对多 hive jar Hive 文章分类 Hive 大数据

当Hive的内置函数不能满足需要时，可以通过编写用户自定义函数UDF（User-Defined Functions）进行数据的处理和查询。

按实现方式，UDF分如下分类：

普通的UDF，用于操作单个数据行，且产生一个数据行作为输出(一进一出)。
用户定义聚集函数UDAF（User-Defined Aggregating Functions），用于接受多个输入数据行，并产生一个输出数据行(多进一出)。
用户定义表生成函数UDTF(User-Defined Table-Generating Functions)，用于操作单个输入行，产生多个输出行(一进多出)。

按使用方法，UDF有如下分类：

临时函数，只能在当前会话使用，重启会话后需要重新创建。
永久函数，可以在多个会话中使用，不需要每次创建。

下面以编写一个AddDoublesUDF加密函数为例，说明UDF的编写和使用方法：

AddDoublesUDF主要用来对两个及多个浮点数进行相加。在该样例中可以掌握如何编写和使用UDF函数。

说明：
一个普通UDF必须继承自“org.apache.hadoop.hive.ql.exec.UDF”。
一个普通UDF必须至少实现一个evaluate()方法，evaluate函数支持重载。
开发自定义函数需要在工程中添加hive-exec-3.1.0.jar依赖包，可从hive安装目录下获取。

样例代码

以下为UDF示例代码：

package com.bigdata.hive.example.udf;
import org.apache.hadoop.hive.ql.exec.UDF;

public class AddDoublesUDF extends UDF { 
 public Double evaluate(Double... a) { 
    Double total = 0.0; 
    // 处理逻辑部分. 
    for (int i = 0; i < a.length; i++) 
      if (a[i] != null) 
        total += a[i]; 
    return total; 
  } 
} 

//注意：打包的时候一定要有main方法(即使没有内容)

如何使用

1、把以上程序打包成AddDoublesUDF.jar，并上传到HDFS指定目录下(如“/user/hive_examples_jars/”)且创建函数的用户与使用函数的用户有该文件的可读权限。

示例语句：

hdfs  dfs  -put  ./hive_examples_jars      /user/hive_examples_jars        //上传jar文件
        hdfs  dfs  -chmod  777  /user/hive_examples_jars                                    //给文件777权限

2、在Hive Server中定义该函数，以下语句用于创建永久性函数：

CREATE  FUNCTION  addDoubles  AS  'com.bigdata.hive.example.udf.AddDoublesUDF' using  jar  '
hdfs://Route/user/hive_examples_jars/AddDoublesUDF.jar';

注：其中addDoubles 是该函数的别名，用于SELECT查询中使用。'com.bigdata.hive.example.udf.AddDoublesUDF' 是包名+类名。

以下语句用于创建临时函数：

CREATE  TEMPORARY  FUNCTION   addDoubles  AS 'com.huawei.bigdata.hive.example.udf.AddDoublesUDF'  using  jar '
hdfs://Route/user/hive_examples_jars/AddDoublesUDF.jar';