64_尚硅谷_Hive函数_自定义UDTF（分析）

好，那接下来呢，我们要自定义这个u dtf函数了。啊，它比较麻烦一点，它比较麻烦一点，它不是像刚才我们一进一出，因为刚才uf是不是一进一出啊，是不是我们那个方法你看看出来了，进一行数据返回值接一个了啊返回一个就这意思啊，一进一出，那现在呢，Utf就是一进。多处一进多处OK，那我们看一下这个里边呢，有这个点。我们要实现类似于这样的一个需求。一行数据用string表示的。是hello逗号，Word逗号，哈宝逗号。我要实现一个UDTF功能来干什么事呢？把这一行传进去，传进去分割福。做什么？切分，也就是说我们之前提到了，你可以对一行数据用进行切割，切割完了之后用X炸裂了，现在我我要实现太麻烦了，我要把它俩功能干什么合并，那你看这个我们要实现的这个功能是不是把它们俩功能合并。

因为首先用split切割出来变成什么。数组，然后数组炸裂，这个肯定没问题的啊，要两步，我现在呢，就想实现一个功能，就直接做这个事，而且你斯类的这个东西，刚才我们看到那个后面分割符是不是可以自己传进去啊，也可以自己指定吧，可以切割任何的一个字符是任何。分割符的一个字符转码，那我的功能呢也是这样。我这个切割符啊，自己传进去。啊，做内容什么。啊，这这是这是我们的一个功能，但是更重要的是我们要讨论的是它要实现什么类，然后要重写什么方法，对不对。类似的100A的等等这些东西那是不是一样的呢？哎，它不一样，它呢要。UDTF，其实这个类实现核心的三个方法来看一下。这三个方法第一个叫。

初始化第二个叫。这个就有第三个叫。诶想一下这个东西，这三种方法跟什么东西很像啊。Maple。Video这边是不是都是类似的三个方法，只不过人家叫3UP clean，那跟三我叫初始化，这是不是一样的呀，对吧，也就是说这三个方法从调度关系上来说，初始化肯定最先调，而且你不是一进多出吗？那你告诉我这个初始化。调用一次，针对谁调用一次。啊，无所谓了。啊，因为呢，大家想的是在想这个，因为有可能刚才有点误导，有点误导，误导在哪呢？因为呃，MR当中呢，它是针对于一个任务调一次对吧？啊针对于一个任务掉一次，那无论它是这个地方呢，说实话是针对任务调一次，还是针对于一行数去掉一次啊，他肯定在整个操作当中掉一次了啊无论哪个逻辑当中，那它相对来说process呢。

这个东西就是一行数据掉一次啊，一个参数，我们不是一行数据进来吗？对吧，你要出去多行，一行进来调一次，它就跟map很像，Map方法是不是对那一行数据。调一次一行数就调一次，然后你卖的方法其实跟那个UDTF很像，你的方法是不是一进多出。你对一行数据写出去多少次，N次吧，对吧，你一行数据里面有四个单词，最后写出去四次，写到化中去吧，啊写到环境缓区这个意思，那这个里面同样的我们在map方法里面是不是用context写出去的，写到什么环境缓冲区，那其实系统的这些东西啊，至于写到内存里边，因为它还要跟原表进行关联嘛，那写到哪是你决定的吗？

不用，你就告诉他写什么东西就行了，能理解这个事儿。我们当时MAP6当中那个map方法，我们所说的写到环形缓冲区，是你说把那个环形缓冲区扭出来，然后说往里面放吗。是不是他给你一个contact的这个接口，对吧，入口，然后你通过调用一个RA的方法给他写出去啊，那在这个UDTF当中也一样，它也有一个方法写到某一个缓存当中。因为我们考虑到未来它是不是有还有ne做自写，他一定先写到环境里边，跟其他的表数据还要做什么。要做关联，不是说直接写到文件就OK了，因为它好跟原来的数据做关联，那最后一个方法就简单了。

就最后调用一次对吧？啊，最后呢，也就是说初始化调用一次调一次，然后呢，中间的process对于每一行数据会。调用一次啊，然后写出去多次，这个是我们从整体上来把握三个方法，那其中这个初始化方法。那你说这三个方法，哪个方法最重要？Process，因为process我们说了，对于每一行数据，这一次它传进来的是不是一行数据。没问题吧？那你想炸裂成什么样子？按逗号分割，按杠地分割还是按中段分割？是不是在process里面写的？想一下能不能想通这个问题，对吧，虽然我们现在还没写这个整个的一个代码，但是你要想，因为结合了之前我们所讲的map任务，那你那个map方法是传进来一行数据，是不是在里面做切割，写出全部在这，那现在有一个process方法也一样的，这个是我们最核心的方法啊，你要知道这个里边。

整个这个东西怎么写啊，到时候我们会来写初始化方法，它是干什么事的，等会我们写一下这个告，这个方法里面东西啊，很恶心的点就在于它的类型大家都没见过。就是它里面spring不好意思不叫spring，它里面double不叫double，所以说这块呢，额外的要去记得，也就是说这块代码你要去记得，当然你说你记不住，但是你要记得什么，哪一块咱们讲过你自己不整，有很多人不自己整理文档吗？对吧，整理一个文档，然后你在文档当中要有这个东西，因为将来用到的时候可以拿出来看一下，你你脑子里边有这个东西是指的什么意思呢？是你记得，诶这个可以做，但是具体怎么做，你可以干啥。不记放在一个纸质的文档当中啊，或者哪当中用到的时候去翻开看一看，这一块是需要记的，因为它跟之前我们学到的那些什么病啊，法宝这个类型不一样。啊，因为在函数当中它有特殊的一个类型，包括大家学到Spark那一块，它跟have对接的时候，它的类型也不一样，它里面也有Switch，但是外就类似于MYSO当中词这波差一点。

你是不是要额外的去记过差呀，对吧，额外的去记的，但是呢，由于这个东西啊，它不像来搜的那么普遍在用，它用的还是少一点，所以它里面类型啊，你知道有这么个东西。啊，你知道有这么东西啊就够了啊，不需要去记录，你看他的视频，可以简单看一下他的视频，他这个。叫Java的什么啊，他的这个名字。对吧，这个呢，你知道有这个点就行，不需要去记啊，从总体上，而且这个初始化方法，我们后来跟大家说一下，它定义的是什么东西啊，定义的什么东西，诶也就三块，一般的情况下，如果你里边有流操作，对吧，我们一般在初始化里边是干什么。开一个流。在这个close方法里边把流给它干什么啊，关闭掉是这意思，然后process里边去用这个流，那我们这个方法呢，并没有用到什么流啊，资源问题，所以呢，Close方法里面将位看不到什么东西，就放在这就OK了啊，放在就OK了啊，同样的假如说写完之后，同样的也是打包啊，放在这个价包下，这个后面都一样。

啊，后面的一样啊，使用啊，这些东西都一样，这个呢，我们把它截一下。