Hive 编程专题之 - 自定义函数 Java 篇

Lenis

发布于 2019-12-25 12:37:34

8300

发布于 2019-12-25 12:37:34

文章被收录于专栏：有关SQL有关SQL

Hive 函数，总体分成内建函数与自定义函数。

内建函数针对不同的数据类型有分成很多种，字符函数，数值函数，日期函数，转换函数等；

自定义函数与我们在传统商业数据库中遇到的编译函数一个概念。在 SQL Server 中，我们使用 c# 来编写 Dll ，解决一些内建函数不能解决的问题，比如正则，而 Oracle 中则使用 Java 编写的 Jar 来扩展函数。Hive 中的自定义函数与 Oracle 一样，都依赖 Jar. 意味着可以使用 Java 灵活的编写一些程序来处理 Hive 内建函数达不到的功能。

1 常看所有内建和自建的函数

show functions ;

注意：Hive 2.3.3 内建函数 271 个

describe function fnGetDetail 

describe function extend fnGetDetail

2 使用 java 自定义函数

使用 Java. Scala 都可以编写 Hive 使用的自定义函数。只是在选择编译工具的时候，有些讲究。Eclipse 和其他一些 Java 编辑工具都是可以用来生成 jar 的 IDE，将生成的 Jar 放到 HDFS 上， Hive 就能应用了。

使用 Java 来编写简单的 Hive 自定义函数

3.1 Eclipse 建立一个简单的 Maven 项目 3.2 引用特定的几个 Hive / Hadoop jar

image

虽说是为 Hive 定制的自定义函数类，但库引用不仅仅是从 Hive 的源代码中来，也有可能是从 Hadoop 的基类库中寻找。

3.3 一段简单的大写转换函数：

package hive.function;

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

public class upperCase extends UDF{
    public Text evaluate(final javax.xml.soap.Text s) {
        if(s==null) {return null ;}
        return new Text(s.toString().toUpperCase());
    }

}

3.4 导出 eclipse, 导入 Hive class path:

hive> add jar /home/SparkAdmin/HiveFunctions/upperCase.jar
    > ;
Added [/home/SparkAdmin/HiveFunctions/upperCase.jar] to class path
Added resources: [/home/SparkAdmin/HiveFunctions/upperCase.jar]
hive>

3.5 定义 Hive 函数

如果仅仅用 jar 中的类名来创建函数，是不够的：

hive> create temporary function upperCase as upperCase ;
MismatchedTokenException(24!=352)
    at org.antlr.runtime.BaseRecognizer.recoverFromMismatchedToken(BaseRecognizer.java:617)
    at org.antlr.runtime.BaseRecognizer.match(BaseRecognizer.java:115)
    at org.apache.hadoop.hive.ql.parse.HiveParser.createFunctionStatement(HiveParser.java:24437)
    at org.apache.hadoop.hive.ql.parse.HiveParser.ddlStatement(HiveParser.java:3962)
    at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:2382)
    at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:1333)
    at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:208)
    at org.apache.hadoop.hive.ql.parse.ParseUtils.parse(ParseUtils.java:77)
    at org.apache.hadoop.hive.ql.parse.ParseUtils.parse(ParseUtils.java:70)
    at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:468)
    at org.apache.hadoop.hive.ql.Driver.compileInternal(Driver.java:1317)
    at org.apache.hadoop.hive.ql.Driver.runInternal(Driver.java:1457)
    at org.apache.hadoop.hive.ql.Driver.run(Driver.java:1237)
    at org.apache.hadoop.hive.ql.Driver.run(Driver.java:1227)
    at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:233)
    at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:184)
    at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:403)
    at org.apache.hadoop.hive.cli.CliDriver.executeDriver(CliDriver.java:821)
    at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:759)
    at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:686)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:498)
    at org.apache.hadoop.util.RunJar.run(RunJar.java:226)
    at org.apache.hadoop.util.RunJar.main(RunJar.java:141)
FAILED: ParseException line 1:39 mismatched input 'upperCase' expecting StringLiteral near 'as' in create function statement

必须带上全路径，也就是类的包路径：

hive> create temporary function upperCase as "hive.function.upperCase" ;
OK
Time taken: 0.013 seconds

hive> select upperCase(nameobject) as name_obj from tblobj2 limit 2 ;
FAILED: SemanticException [Error 10014]: Line 1:7 Wrong arguments 'nameobject': No matching method for class hive.function.upperCase with (string). Possible choices: _FUNC_(struct<>)

修改为以下的 Java 代码：

package hive.function;

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

public final class upperCase extends UDF{
    public Text evaluate(final Text s) {                
        if(s==null) {return null ;}
        return new Text(s.toString().toUpperCase());
    }
    public String evaluate( String s) {
        if(s==null) {return null ;}
        return new String(s.toString().toUpperCase());
    }

}

再执行之前的步骤：

hive> select fnUpper2(nameobject) as nameobj from tblobj2 limit 2 ;
OK
PLAN_PERSIST_QUERY
NOTIFICATION_SEQUENCE
Time taken: 0.13 seconds, Fetched: 2 row(s)
hive> select  nameobject from tblobj2 limit 2 ;
OK
plan_persist_query
NOTIFICATION_SEQUENCE
Time taken: 0.114 seconds, Fetched: 2 row(s)
hive>

以上我们顺利的利用 Java 写了一个函数供 Hive 调用。

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2018-11-15，如有侵权请联系 cloudcommunity@tencent.com 删除

hive