Hive的UDF、UDAF、UDTF定义及UDF Demo

1）Hive 自带了一些函数，比如：max/min等，但是数量有限，自己可以通过自定义UDF来方便的扩展。
2）当Hive提供的内置函数无法满足你的业务处理需要时，此时就可以考虑使用用户自定义函数（UDF：user-defined function）。
3）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()
4）官方文档地址
https://cwiki.apache.org/confluence/display/Hive/HivePlugins
5）编程步骤：

• 继承org.apache.hadoop.hive.ql.UDF
• 需要实现evaluate函数；evaluate函数支持重载
• 在hive的命令行窗口创建函数
  (1)添加jar
  add jar linux_jar_path
  (2)创建function
  create [temporary] function [dbname.]function_name AS class_name;
• 在hive的命令行窗口删除函数
  drop [temporary] function [if exists] [dbname.]function_name;
• 注意：UDF必须要有返回类型，可以返回null，但是返回值类型不能为void;

自定义UDF函数实操

1.创建Maven工程Hive

<dependencies>
        <!-- https://mvnrepository.com/artifact/org.apache.hive/hive-exec -->
        <dependency>
            <groupId>org.apache.hive</groupId>
            <artifactId>hive-exec</artifactId>
            <version>1.2.1</version>
        </dependency>
</dependencies>

2.创建一个类

package com.ketang.hive;
import org.apache.hadoop.hive.ql.exec.UDF;
public class Lower extends UDF {
 public String evaluate (final String s) {
 if (s == null) {
     return null;
 }
 return s.toLowerCase();
 }
}

3.打成jar包上传到服务器/opt/module/jars/udf.jar
4.将jar包添加到hive的classpath

hive(default)>add jar /opt/module/datas/udf.jar

5.创建临时函数与开发好的java class 关联

hive(default)>create temporary function mylower as "com.ketang.hive.lower";

6.在HQL中使用自定义函数

hive(default)>select ename,mylower(ename) lowerName from emp;