Hive UDF開發-簡介

Hive進行UDF開發十分簡單，此處所說UDF為Temporary的function，所以需要hive版本在0.4.0以上才可以。

Hive的UDF開發只需要重構UDF類的evaluate函數即可。例：

package com.hrj.hive.udf;

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

public class helloUDF extends UDF {

    public String evaluate(String str) {

        try {

            return "HelloWorld " + str;

        } catch (Exception e) {

            return null;

        }

    }

} 

 

將該java文件編譯成helloudf.jar

hive> add jar helloudf.jar;

hive> create temporary function helloworld as 'com.hrj.hive.udf.helloUDF';

hive> select helloworld(t.col1) from t limit 10;

hive> drop temporary function helloworld;

 

注：

1.helloworld為臨時的函數，所以每次進入hive都需要add jar以及create temporary操作

2.UDF只能實現一進一出的操作，如果需要實現多進一出，則需要實現UDAF

轉自： http://www.cnblogs.com/end/archive/2012/10/12/2721543.html

 

除此之外，我們也可以創建非臨時的UDF，然后將其部署到服務器上。

1 編寫UDF類

以簡單的處理單個字段的UDF函數為例,開發自定義UDF函數需要繼承’org.apache.hadoop.hive.ql.exec.UDF’類.
可以通過Maven添加,pom文件中加入(版本號跟Hive版本一致即可):

<dependency>
  <groupId>org.apache.hive</groupId>
  <artifactId>hive-exec</artifactId>
  <version>0.13.1</version>
</dependency>

 最簡單的實現只需繼承UDF類,並實現evaluate函數.如下UDF函數用來將IP(v4)地址轉換為整數.

package com.liam8.hive;

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

    /**
    * Convert IPv4 to a num which type is Long in java.
    * Created by Liam on 2016/4/11.
    */
    @Description(name = "IpToNum", value = "_FUNC_(ip) - Convert IPv4 to a num(long).")
    public class IpToNum extends UDF {

      public long evaluate(String ip) {
          String[] nums = ip.split("\\.");
          return Long.parseLong(nums[3]) + Long.parseLong(nums[2]) * 256
             + Long.parseLong(nums[1]) * 65536 + Long.parseLong(nums[0]) * 16777216;
      }

    }

 

evaluate方法的輸入輸出即是UDF函數的輸入輸出.
Description注解部分提供函數的幫助信息.
執行:desc function test.iptonum
輸出:
test.iptonum(ip) - Convert IPv4 to a num(long).

源碼已上傳 Github

2 部署及創建UDF函數

PS:Hive0.13及以后版本適用

部署jar包

將jar包復制到HDFS.

hdfs -dfs -put udfs-0.1.jar 'hdfs:///user/hadoop/hiveUDF'

 

創建永久函數

需在Hive中執行sql語句,格式如下:

CREATE FUNCTION [db_name.]function_name AS class_name
[USING JAR|FILE|ARCHIVE 'file_uri' [, JAR|FILE|ARCHIVE 'file_uri'] ];

如：

create function test.iptonum as 'com.liam8.hive.IpToNum' using jar 'hdfs:///user/hadoop/hiveUDF/udfs-0.1.jar'

 

函數需要屬於某個庫,如這里是’test’,當其他庫調用時,需要加上庫名,如’test.iptonum’.

調用方式: select test.iptonum('127.0.0.1');

創建臨時函數

臨時函數只在當前session中有效,臨時函數不能指定庫.

create temporary function iptonum as 'com.liam8.hive.IpToNum' using jar 'hdfs:///user/hadoop/hiveUDF/udfs-0.1.jar'

 調用方式: select iptonum('127.0.0.1');

4 參考資料

LanguageManualDDL-PermanentFunctions

HivePlugins

原文地址：http://liam8.ml/2016/04/11/add-udf-to-hive/

 

 

版權聲明：轉載請注明出處：http://blog.csdn.net/liam08