第7章 函数

7.1 系统内置函数

1）查看系统自带的函数

hive> show functions;

2）显示自带的函数的用法

hive> desc function upper;

3）详细显示自带的函数的用法

hive> desc function extended upper;

7.2 自定义函数

1）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。

2）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）。

3）根据用户自定义函数类别分为以下三种：

（1）UDF（User-Defined-Function）

       一进一出

（2）UDAF（User-Defined Aggregation Function）

       聚集函数，多进一出

       类似于：count/max/min

（3）UDTF（User-Defined Table-Generating Functions）

       一进多出

       如lateral view explore()

4）官方文档地址

https://cwiki.apache.org/confluence/display/Hive/HivePlugins

5）编程步骤

（1）继承org.apache.hadoop.hive.ql.UDF

（2）需要实现evaluate函数；evaluate函数支持重载；

（3）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;

（4）在hive的命令行窗口删除函数

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

6）注意事项

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

7.2.1 自定义UDF函数

1）创建一个Maven工程Hive

2）导入依赖

3）创建一个类

4）打成jar包上传到服务器/opt/module/datas/udf.jar

5）将jar包添加到hive的classpath

hive (default)> add jar /opt/module/datas/udf.jar;

6）创建临时函数与开发好的java class关联

hive (default)> create temporary function mylower as "com.atguigu.hive.Lower";

7．即可在hql中使用自定义的函数

hive (default)> select ename, mylower(ename) lowername from emp;

7.2.2 自定义UDTF函数

1）需求说明

自定义一个UDTF实现将一个任意分割符的字符串切割成独立的单词，例如：

Line:"hello,world,hadoop,hive"

Myudtf(line, ",")

hello

world

hadoop

hive

2）代码实现

package com.atguigu.udtf;

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

import org.apache.hadoop.hive.ql.metadata.HiveException;

import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;

import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;

import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory;

import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector;

import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;

import java.util.ArrayList;

import java.util.List;

public class MyUDTF extends GenericUDTF {

    private ArrayList<String> outList = new ArrayList<>();

    @Override

    public StructObjectInspector initialize(StructObjectInspector argOIs) throws UDFArgumentException {

        //1.定义输出数据的列名和类型

        List<String> fieldNames = new ArrayList<>();

        List<ObjectInspector> fieldOIs = new ArrayList<>();

        //2.添加输出数据的列名和类型

        fieldNames.add("lineToWord");

        fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);

        return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames, fieldOIs);

    }

    @Override

    public void process(Object[] args) throws HiveException {

        //1.获取原始数据

        String arg = args[0].toString();

        //2.获取数据传入的第二个参数，此处为分隔符

        String splitKey = args[1].toString();

        //3.将原始数据按照传入的分隔符进行切分

        String[] fields = arg.split(splitKey);

        //4.遍历切分后的结果，并写出

        for (String field : fields) {

            //集合为复用的，首先清空集合

            outList.clear();

            //将每一个单词添加至集合

            outList.add(field);

            //将集合内容写出

            forward(outList);

        }

    }

    @Override

    public void close() throws HiveException {

    }

}

3）打成jar包上传到服务器/opt/module/data/udtf.jar

4）将jar包添加到hive的classpath下

hive (default)> add jar /opt/module/data/udtf.jar;

5）创建临时函数与开发好的java class关联

hive (default)> create temporary function myudtf as "com.atguigu.hive.MyUDTF";

6）即可在hql中使用自定义的函数

hive (default)> select myudtf(line, ",") word from words;