自定义UDF函数

导入自定义udf.jar的第3种方式！

创建一个Maven工程Hive

导入核心依赖（外部pom已经导入了hadoop依赖！！）

<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>

创建一个类

package com.zhengkw.userfunction;


import org.apache.hadoop.hive.ql.exec.UDF;

/**
 * @ClassName:UserUDF
 * @author: zhengkw
 * @description: 自定义 udf
 * @date: 20/03/11上午 12:26
 * @version:1.0
 * @since: jdk 1.8
 */
public class UserUDF extends UDF {

    /**
     * @param s
     * @descrption: 方法名只能是evaluate！！！！！
     * @return: 返回类型不能为void，可以为 null
     * @date: 20/03/11 上午 1:06
     * @author: zhengkw
     */
    public String evaluate(final String s) {

        if (s == null) {
            return null;
        }
         //返回一个小写字符串
        return s.toLowerCase();
    }

}

打成jar包上传到服务器

打包，上传到$HIVE_HOME/auxlib

创建一个目录auxlib

切换到 $HIVE_HOME

mkdir auxlib

重启hive！！！重启hive！！！重启hive！！！

原理

hive在启动时会加载lib里的jar，也会加载lib同级的auxlib（此为用户自定义jar的存放位置，官方要求名字必须是auxlib），这样就能加载成功。

jar的加载方式二

上传到任意位置，一般建立一个目录起名为jar，方便自定义jar的管理！
将自定义的jar放入该目录

将jar添加到hive的classpath中

hive (default)> add jar /opt/module/jars/xxx.jar;

用此方法可以不用重启hive！
此方法为官方推荐方法！！！

原理

就是将jar直接用hive中的add jar命令添加入classpath，不需要重启，自动刷新！

创建临时函数与关联自定义UDF全类名

 create temporary function myfc as 'com.zhengkw.userfunction.UserUDF';

临时函数与永久函数的区别

测试

提前准备好数据，我用的数据是oracle中的scott表里的emp表！
将表数据存入hive中！

select myfc(ename),sal,job from emp;

原数据

总结

• 自定义函数继承于 org.apache.hadoop.hive.ql.exec.UDF
• 在类里必须实现一个evaluate方法，方法名固定！
• 方法返回值类型不能为void！但是返回值可以是null！
• 永久函数是全局且断开session后还依然存在！
• 临时函数断开hive的session后立刻消失！