在Hive中使用自定义UDF

在Hive中使用自定义UDF

1. pom.xml文件中增加Hive包的依赖

<dependency>
 <groupId>org.apache.hive</groupId>
 <artifactId>hive-exec</artifactId>
 <version>1.1.0</version>
</dependency>

2. Java示例代码如下:

package com.utils;

import org.apache.hadoop.hive.ql.exec.UDF;

import java.text.ParseException;
import java.text.SimpleDateFormat;

/**
* Created by fc.w on 2018/05/08
*/
public class DateUtils extends UDF {

   /**
    * 将日期字符串格式化为标准的日期格式
    * 如:
    * 2017-8-9 to 2017-08-09
    * 2017-08-09 9:23:3 to 2017-08-0909:23:03
    * @param sdate
    * @param pattern
    * @return
    */
   public static String evaluate(String sdate, String pattern) {
       String formatDate = sdate;
       SimpleDateFormat sdf = new SimpleDateFormat(pattern);
       try {
           formatDate =sdf.format(sdf.parse(sdate));
       } catch (ParseException e) {
           e.printStackTrace();
       }
       return formatDate;
   }

}

此处使用一个简单的日期转换自定义函数来做事例，注意此处需要集成UDF类，重写evaluate方法，来实现自己定义函数。

3. 编译jar包

前提条件是已配置Maven的环境变量，命令行进入工程目录，执行如下命令：
mvn clean package

4. Hive使用自定义函数（UDF）

编译好的aldb_basic-1.0-SNAPSHOT.jar上传到集群服务器；

4.1创建临时UDF

进入Hive的shell命令行，执行如下命令，创建临时函数:

hive> add jar /data/aldb_basic-1.0-SNAPSHOT.jar;
hive> create temporary function parse_date as 'com.utils.DateUtils';

在命令行测试该UDF函数

select parse_date(dates, 'yyyy-MM-dd HH:mm:ss') from date_test;

4.2 创建永久UDF

在HDFS中创建相应目录，将sql-udf-utils-1.0-SNAPSHOT.jar包上传至该目录

[root@server03 data]# hdfs dfs -mkdir /user/udfjar/
[root@server03 data]# hdfs dfs -put /data/aldb_basic-1.0-SNAPSHOT.jar

注意：目录udfjar和aldb_basic-1.0-SNAPSHOT.jar的权限，所属用户为hive
进入Hive的shell命令行，执行如下命令创建永久的UDF

hive> create function default.parse_date as 'com.utils.DateUtils' using jar 'hdfs://server02:8020/user/udf/aldb_basic-1.0-SNAPSHOT.jar' ;

在命令行测试该UDF

select parse_date(dates, 'yyyy-MM-dd HH:mm:ss') from date_test;