[大数据]Hive的UDF

Hive UDF 函数编写

hive中的自定函数有三种类型：

UDF 一进一出

UDAF 聚集函数，多进一出。Count/max/min

UDTF 一进多出

今天从udf开始，语言使用java，继承 UDF类，重写evaluate方法（支持重载）：

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

public class hr extends UDF {

    public static int evaluate(String j) {

        String a = j.split(",")[1].replace("\"", "").replace("{", "").replace("}", "");
        String b = a.split(":")[1];
        int d = Integer.parseInt(b);
        int c = d * 5 - 10;

        return c;
    }

    public static void main(String[] args) {
        String s = "{\"id\":\"1193\",\"rate\":\"5\"}";
        System.out.println(evaluate(s));
    }
}

编写完成后直接打包，将jar包添加到hive

add jar /Users/xxxxx/Desktop/hiveuse-1.0.jar
create temporary function hr as 'hr';
注意：as 后面是： 包名+方法名（foramt as：com.hiveuse.hr）
且创建方法是临时的function（只对当前窗口有效）。

删除临时函数：DROP TEMPORARY FUNCTION [IF EXISTS] function_name;
创建永久函数：CREATE TEMPORARY FUNCTION function_name AS class_name USING JAR path(一般都是hdfs的路径);
(CREATE FUNCTION hr AS 'org.apache.hadoop.hive.ql.udf.HelloUDF'
USING JAR 'hdfs://hostname:9000/xxx/xxxx-1.0.jar';)

使用：show functions to check if it created.

使用直接可以：
select hr（filed_name） from xxxx；