hive 的udf(user defined function)自定义函数

最新推荐文章于 2024-11-19 15:58:54 发布

原创最新推荐文章于 2024-11-19 15:58:54 发布 · 1.2k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#hive 的udf(user defined function)自定义

大数据专栏收录该内容

27 篇文章

订阅专栏

本文介绍了如何在Hive中创建自定义UDF，包括从创建Java Maven项目、编写Java类到打包、添加到Hive classpath的过程。示例包括将字符串转为小写及生成数字范围列表的功能。此外，文章还讨论了UDF的核心——evaluate方法的重要性及其使用注意事项。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

hive 的udf(user defined function)自定义函数

1.新建java maven 项目
2.pom.xml 中引入

        <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>2.7.4</version>
   	 	</dependency>
   	 	
        <dependency>
        <groupId>org.apache.hive</groupId>
        <artifactId>hive-exec</artifactId>
        <version>1.2.1</version>
    	</dependency>

3.写一个 java 类，继承 UDF，并重载 evaluate 方法【注意：udf类中并没有evaluate（）方法，hive的内部机制会自动调用 evaluate（）方法；同时自己创建的java类中可以定义多个evaluate（）方法如： public Text evaluate(Text s) {} public String evaluate(int end){}】【重写的evaluate（）方法必须有返回值不能用void修饰】
4.需求：定义一个自定义函数将大写转换成小写代码如下：

package cn.hive;
import org.apache.hadoop.hive.ql.exec.UDF;
import org.apache.hadoop.io.Text;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Lower extends UDF {
public Text evaluate(Text s) {
if (s == null) {
return null;
}
return new Text(s.toString().toLowerCase());

5.将项目打包打包后放到linux系统hive的默认目录【不需要上传到hdfs】【默认目录：/opt/molute/jars/ （没有的话自己创建目录）
6.将jar包添加到hive的classpath 【进入hive命令】【此步骤也相当于在hive上注册jar包】
hive> add jar /opt/molute/jars/udf.jar;
若执行成功显示如下：
hive> add jar /opt/module/jars/udf.jar;
Added [/opt/module/jars/udf.jar] to class path
Added resources: [/opt/module/jars/udf.jar]
7.创建临时函数与开发好的 java class 关联
create temporary function toLowerCase as ‘cn.hive.Lower’; [【’’ 里是java类的路径 toLoweCase 是起的函数名 temporary是临时的】
8.测试：show functions; 看我们刚才创建的hive 的自定义函数 toLowerCase 有没有
有的话，我们使用toLoweCase() 函数查询我们的一张表peopeo数据试试如：
select toLoweCase(name) from peopeo; 结果成功。ok 结束。

9.再举个例子：需求：输入一个数字，输出从1到该数字的一个列表

代码：

在这里插入图片描述
自我理解udf自定义函数：1.可以使用java中现有的方法，在evaluate(参数)方法中调用，并返回我们想要的数据即可。2.或者我们在java中自定义一个方法写自己的业务实现功能，然后定义evaluate()方法时传递适合的参数调用我们自定义的方法并evaluate 返回我们需要的数据也行。
3.最终理解：就是hive内部机制会自动调用evaluate方法【只要注重参数和返回值即可 hive中自定义的方法名随便起默认执行evaluate方法中的业务逻辑并返回结果 evaluate方法返回的结果就是我们自定义函数想要的结果所以 evaluate方法不能用void修饰】

小总：打好的包不需要上传到hdfs上，有默认的路径：/opt/molute/jars/ 【没有自己手动创建即可】上面创建的只是临时自定义函数 【对于每一行输入都会调用到evaluate()函数。而evaluate()函数处理后的值会返回给Hive。】，如果想创建永久自定义函数我们需要
在 hive-site.xml 文件中添加

hive.aux.jars.path
file:///opt/module/hive/lib/json-serde-1.3.8-jar-with-dependencies.jar,file:///opt/module/jar/udf.jar

这里相当于添加了多个jar

永久注册

hive (default)>create function getdaybegin AS ‘com.lzl.hive.Lower’;

删除函数

hive (default)>drop function getdaybegin;
链接：https://blog.youkuaiyun.com/liangzelei/article/details/81206012