Hive 自定义函数(UDF，UDAF，UDTF)详解

1.自定义函数简单介绍

1.1 概述

    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。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）。根据用户自定义函数类别分为以下三种：

    • UDF（User-Defined-Function）：一进一出

    • UDAF（User-Defined Aggregation Function）：聚集函数，多进一出。如：count/max/min

    • UDTF（User-Defined Table-Generating Functions）：一进多出。如 lateral view explore()

1.2 官方文档：https://cwiki.apache.org/confluence/display/Hive/HivePlugins

1.3 编程步骤：

    • 继承org.apache.hadoop.hive.ql.UDF

    • 需要实现evaluate函数；evaluate函数支持重载；

    • 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;

    • 在hive的命令行窗口删除函数

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

    • 注意事项

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

 

2.自定义UDF函数

2.1 创建一个Maven工程Hive

2.2 导入依赖