hive使用UDF函数

官方关于UDF的使用介绍：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF

UDF几个相关概念：

UDF: one-to-one row mapping : upper substr【进来一行出去一行】

UDAF: Aggregation Many-to-one row mapping 比如sum/min【进来多行出去一行】

UDTF: Table-generating one-to-many 比如：lateral view explode()【一对多】

编写UDF函数测试代码：

pod.xml添加hive：

1.1.0-cdh6.7.0  org.apache.hive  hive-exec  ${hive.version}

HelloUDF.java：

package com.ruozedata.hadoop.udf;import org.apache.hadoop.hive.ql.exec.UDF;public class HelloUDF extends UDF{    public String evaluate(String input) {        //TODO...此处为开发业务逻辑的地方        return "Hello：" + input;    }    //下面为测试代码    public static void main(String[] args) {        HelloUDF udf = new HelloUDF();        String output = udf.evaluate("测试数据");        System.out.println(output);    }}注：实现UDF函数的套路是一样的，第一步继承UDF函数，第二步重写evaluate方法

在idea中用maven打包后，上传到hive服务器；包名为：g6-hadoop-udf.jar

hive创建函数的几种方式：

方法一：创建临时函数（Temporary Functions）

官方参考：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL#LanguageManualDDL-CreateFunction

缺点：Temporary Functions只对当前 session(窗口)有效

示例：在Hive的Shell中执行

ADD JAR /home/hadoop/lib/g6-hadoop-udf.jar;

CREATE TEMPORARY FUNCTION sayHello AS 'com.ruozedata.hadoop.udf.HelloUDF';

show functions;(执行此语句，可以看到sayHello在函数中)

select sayhello('abc') from dual;（输出的结果为：Hello：abc）

注：此种方式还有一个缺点是，jar需要每次手动add才能识别class_name

方法二：无需手动add jar包

在hive的家目录下创建auxlib目录，把jar包放在此目录下即可；

不管创建临时函数，还是持久函数，把jar放入auxlib后就无需手动进行加载；

方法三：创建持久函数（Permanent Functions），并且使用hdfs上的jar；生产建议此种方式

从hive 0.13开始，支持将函数注册到metastore中，存放的表为FUNCS（里边默认为空）；

将jar包放在hdfs的/lib目录下；

示例：在Hive的Shell中执行以下命令

CREATE FUNCTION sayhello2 AS 'com.ruozedata.hadoop.udf.HelloUDF' USING JAR 'hdfs://ruozeclusterg6/lib/g6-hadoop-udf.jar';

注：此时可以任何窗口使用sayhello2函数（使用show functions无法查到，但在元数据的FUNCS表中可以看到）

查看mysql中hive库的FUNCS表；发现sayhello2已成功进行注册；