這篇文章主要講解了“UDF和UDAF開發(fā)方法是什么”，文中的講解內(nèi)容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“UDF和UDAF開發(fā)方法是什么”吧！
成都服務器托管，創(chuàng)新互聯(lián)提供包括服務器租用、服務器托管、帶寬租用、云主機、機柜租用、主機租用托管、CDN網(wǎng)站加速、申請域名等業(yè)務的一體化完整服務。電話咨詢：18980820575
UDF自定義函數(shù)
自定義函數(shù)包括三種UDF、UDAF、UDTF
UDF(User-Defined-Function) 一進一出
UDAF(User- Defined Aggregation Funcation) 聚集函數(shù)，多進一出。Count/max/min
UDTF(User-Defined Table-Generating Functions) 一進多出，如lateral view explore()
使用方式 ：在HIVE會話中add 自定義函數(shù)的jar文件，然后創(chuàng)建function繼而使用函數(shù)
使用方式 ：
在HIVE會話中add 自定義函數(shù)的jar文件，然后創(chuàng)建function，繼而使用函數(shù)
UDF開發(fā)
1、UDF函數(shù)可以直接應用于select語句，對查詢結構做格式化處理后，再輸出內(nèi)容。
2、編寫UDF函數(shù)的時候需要注意一下幾點：
a）自定義UDF需要繼承org.apache.hadoop.hive.ql.UDF。
b）需要實現(xiàn)evaluate函數(shù)，evaluate函數(shù)支持重載。
3、步驟
a）把程序打包放到目標機器上去；
b）進入hive客戶端，添加jar包：hive>add jar /run/jar/udf_test.jar;
c）創(chuàng)建臨時函數(shù)：hive>CREATE TEMPORARY FUNCTION add_example AS 'hive.udf.Add';
d）查詢HQL語句：
SELECT add_example(8, 9) FROM scores;
SELECT add_example(scores.math, scores.art) FROM scores;
SELECT add_example(6, 7, 8, 6.8) FROM scores;
e）銷毀臨時函數(shù)：hive> DROP TEMPORARY FUNCTION add_example;
注：UDF只能實現(xiàn)一進一出的操作，如果需要實現(xiàn)多進一出，則需要實現(xiàn)UDAF
udf實現(xiàn)對字符串的截取
重慶分公司
重慶分公司
package hive;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import org.apache.hadoop.hive.ql.exec.UDF;
public class GetCmsID extends UDF{
public String evaluate(String url){
String cmsid = null;
if(url ==null || "".equals(url)){
return cmsid;
}
Pattern pat = Pattern.compile("topicId=[0-9]+");
Matcher matcher = pat.matcher(url);
if(matcher.find() ){
cmsid=matcher.group().split("topicId=")[1];
}
return cmsid;
}
public String evaluate(String pattern,String url ){
String cmsid = null;
if(url ==null || "".equals(url)){
return cmsid;
}
Pattern pat = Pattern.compile(pattern+"[0-9]+");
Matcher matcher = pat.matcher(url);
if(matcher.find() ){
cmsid=matcher.group().split(pattern)[1];
}
return cmsid;
}
public static void main(String[] args) {
String url = "http://www.baidu.com/cms/view.do?topicId=123456";
GetCmsID getCmsID = new GetCmsID();
System.out.println(getCmsID.evaluate(url));
System.out.println(getCmsID.evaluate("topicId=",url));
}
}UDAF 自定義集函數(shù)
多行進一行出，如sum()、min()，用在group by時
1.必須繼承
} org.apache.hadoop.hive.ql.exec.UDAF(函數(shù)類繼承)
} org.apache.hadoop.hive.ql.exec.UDAFEvaluator(內(nèi)部類Evaluator實現(xiàn)UDAFEvaluator接口)
2.Evaluator需要實現(xiàn) init、iterate、terminatePartial、merge、terminate這幾個函數(shù)
} init():類似于構造函數(shù)，用于UDAF的初始化
} iterate():接收傳入的參數(shù)，并進行內(nèi)部的輪轉，返回boolean
} terminatePartial():無參數(shù)，其為iterate函數(shù)輪轉結束后，返回輪轉數(shù)據(jù)， 類似于hadoop的Combiner
} merge():接收terminatePartial的返回結果，進行數(shù)據(jù)merge操作，其返回類型為boolean
} terminate():返回最終的聚集函數(shù)結果
}開發(fā)一個功能同：
}Oracle的wm_concat()函數(shù)
}MySQL的group_concat()
package hive;
import org.apache.hadoop.hive.ql.exec.UDAFEvaluator;
public class Wm_concat {
public static class myUDAFEval implements UDAFEvaluator{
private PartialResult partial = new PartialResult();
public static class PartialResult{
String result = "";
String delimiter = null;
}
@Override
public void init() {
partial.result ="";
}
public boolean iterate(String value ,String deli){
if(value == null || "null".equalsIgnoreCase(value)){
return true;
}
if(partial.delimiter == null){
partial.delimiter = deli;
}
if(partial.result.length()>0){
partial.result = partial.result.concat(partial.delimiter);//拼接
}
partial.result = partial.result.concat(value);//拼接
return true;
}
public PartialResult terminatePartial(){
return partial;
}
public boolean merge(PartialResult other){
if(other == null ){
return true;
}
if (partial.delimiter == null) {
partial.delimiter = other.result;
partial.result = other.result;
}else{
if (partial.result.length()>0) {
partial.result = partial.result.concat(partial.delimiter);
}
partial.result = partial.result.concat(other.result);
}
return true;
}
public String terminate(){
if(partial==null || partial.result.length()==0){
return null;
}
return partial.result;
}
}
}測試：
create table test(id string , name string ) row format delimited fields terminated by '\t';
插入數(shù)據(jù)
1 a
1 b
2 b
3 c
1 c
2 a
4 b
2 d
1 d
4 c
3 b
在hive中執(zhí)行函數(shù)如下
select id,concat(name,',') from wm_concat where id is not null group by id;
感謝各位的閱讀，以上就是“UDF和UDAF開發(fā)方法是什么”的內(nèi)容了，經(jīng)過本文的學習后，相信大家對UDF和UDAF開發(fā)方法是什么這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關知識點的文章，歡迎關注！
