一、UDF
1、要解决的问题
in:out=1:1,只能输入一条记录当中的数据,同时返回一条处理结果。
属于最常见的自定义函数,像cos,sin,substring,instr等均是如此要求。
2、实现步骤
- 自定义一个java类
- 继承UDF类
- 约定俗成的重写evaluate方法
- 打包类所在项目成一个all-in-one的jar包并上传到hive所在机器
- 在hive中执行add jar操作,将jar加载到classpath中。
add jar hdfs:// 路径
- 在hive中创建模板函数,使得后边可以使用该函数名称调用实际的udf函数
create temproary function
-
二、UDAF
1、解决的问题
in:out=n:1,即输入N条数据,返回一条处理结果,即列转行。
最常见的系统聚合函数,如count,sum,avg,max等2、实现步骤
自定义一个java类
- 继承UDAF类
- 内部定义一个静态类,实现UDAFEvaluator接口
- 实现方法init,iterate,terminatePartial,merge,terminate共5个方法.
打包类所在项目成一个all-in-one的jar包并上传到hive所在机器
在hive中执行add jar操作,将jar加载到classpath中。
add jar hdfs:// 路径
在hive中创建模板函数,使得后边可以使用该函数名称调用实际的udf函数
create temproary function
hive sql中像调用系统函数一样使用udf函数
三、UDTF
1、解决的问题
- 解决一行输入多行输出,即1:n,即行转列应用
- 往往被lateral view explode+udf等替代实现,比直接用udtf会更简单、直接、更灵活一些