自定义UDF函数

自定义UDF函数

自定义函数案例：

文章目录

自定义UDF函数

1.需求2.前期maven工程准备3.编程实现4.导包5.导入hive中 自定义UDTF函数

1.需求2.编程实现3.导入hive中

自定义UDF函数 1.需求

自定义一个UDF实现计算给定字符串的长度例如

2.前期maven工程准备

创建一个maven工程，导入依赖

org.apache.hive
hive-exec
3.1.2

3.编程实现

编写实现类

package com.yingzi.hive1;


import org.apache.hadoop.hive.ql.udf.generic.GenericUDF;
import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
import org.apache.hadoop.hive.ql.exec.UDFArgumentLengthException;
import org.apache.hadoop.hive.ql.exec.UDFArgumentTypeException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;



public class MyStringLength extends GenericUDF {
    
    @Override
    public ObjectInspector initialize(ObjectInspector[] objectInspectors) throws UDFArgumentException {

        //  判断输入参数的个数
        if (objectInspectors.length != 1){
            throw new UDFArgumentLengthException("Input Args Length Error!!!");
        }
        //  判断输入参数的类型
        if (!objectInspectors[0].getCategory().equals(ObjectInspector.Category.PRIMITIVE)){
            throw new UDFArgumentTypeException(0,"Input Args Type Error!!!");
        }
        //  函数本身返回值为int,需要返回int类型的鉴别器对象
        return  PrimitiveObjectInspectorFactory.javaIntObjectInspector;
    }

    
    @Override
    public Object evaluate(DeferredObject[] deferredObjects) throws HiveException {
        if (deferredObjects[0].get() == null){
            return 0;
        }
        return deferredObjects[0].get().toString().length();
    }

    @Override
    public String getDisplayString(String[] strings) {
        return "";
    }
}

4.导包

将上述包，放到虚拟机的hive/lib下

5.导入hive中

1）将jar包添加到hive的calsspath

add jar /opt/module/hive/libHIVE_test-1.0-SNAPSHOT.jar

2）创建临时函数与开发好的 java class 关联

create temporary function my_len as "com.yingzi.hive1.MyStringLength";

3）验证是否导入成功！！！

自定义UDTF函数 1.需求

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：

2.编程实现

package com.yingzi.hive1;

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 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 fieldNames = new ArrayList<>();
        List 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[] objects) throws HiveException {
        //1获取原始数据
        String object = objects[0].toString();
        //2获取数据传入的第二个参数，此处为分隔符
        String splitKey = objects[1].toString();
        //3将原始数据按照传入的分隔符进行切分
        String[] fields = object.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.导入hive中

同前面一样