Hive的自定义函数与通过reflect调用java方法
Hive的自定义函数与通过reflect调用java方法
本篇博客小菌为大家带来的是关于Hive自定义函数的相关内容!
首先先让我们来看下系统自带的函数有哪些!
进入Hive,在命令行输入show functions;
发现hive自带的函数就有近一百个,但我们平时经常用到的可能就那么几个,并且自带的函数功能还十分受限!有时候,为了更好的实现业务需求,可能就需要我们去自定义Hive! 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()
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；
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； （2）UDF中常用Text/LongWritable等类型，不推荐使用java类型；
简单UDF示例
第一步：创建maven java 工程，导入jar包
<repositories>
<repository>
<id>cloudera</id>
<url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
</repository>
</repositories>
<dependencies>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-common</artifactId>
<version>2.6.0-cdh5.14.0</version>
</dependency>
<dependency>
<groupId>org.apache.hive</groupId>
<artifactId>hive-exec</artifactId>
<version>1.1.0-cdh5.14.0</version>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.0</version>
<configuration>
<source>1.8</source>
<target>1.8</target>
<encoding>UTF-8</encoding>
</configuration>
</plugin>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-shade-plugin</artifactId>
<version>2.2</version>
<executions>
<execution>
<phase>package</phase>
<goals>
<goal>shade</goal>
</goals>
<configuration>
<filters>
<filter>
<artifact>*:*</artifact>
<excludes>
<exclude>META-INF/*.SF</exclude>
<exclude>META-INF/*.DSA</exclude>
<exclude>META-INF/*/RSA</exclude>
</excludes>
</filter>
</filters>
</configuration>
</execution>
</executions>
</plugin>
</plugins>
</build>第二步：开发java类继承UDF，并重载evaluate 方法
public class UDF_01 extends UDF {
//自定义函数,实现大写转换!
public Text evaluate(final Text s){
if (null == s){
return null;
}
//返回大写字母
return new Text(s.toString().toUpperCase());
}
}第三步：将我们的项目打包，并上传到linux的目录下
这里我们将Hive.jar存放在了/opt/hive的目录下
第四步:将jar包添加到hive 在hive shell 内 add jar 路径+jar包
第五步:创建临时函数(永久的函数将temporary删掉)
第六步:调用验证
通过reflect调用java方法
经历完了上面自定义函数过后,相信大家一定还是觉得过程有点繁琐。不用担心,接下来小菌将为大家带来如何在Hive中调用java方法。
第一步:使用java代码编写业务逻辑,并打包上传
public class JAVA_02 {
public static String addInfo(String info){
return info+"__ I love Hive! __ ";
}
}第二步:将jar包添加到hive
第三步:调用
select reflect (‘参数一’,‘参数二’,‘参数三’)
参数一: 包名-类名 参数二: 方法名 参数三:需要计算的数据
本次的分享就到这里了,不知道小伙伴们操作得是否顺利呢?后续小菌还会为大家带来更多Hive的精彩内容,敬请期待!!!