這篇文章主要介紹如何使用Hive中自定義UDAF函數(shù)實(shí)現(xiàn)統(tǒng)計(jì)區(qū)域產(chǎn)品用戶訪問(wèn)排名，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

創(chuàng)新互聯(lián)專業(yè)為企業(yè)提供京口網(wǎng)站建設(shè)、京口做網(wǎng)站、京口網(wǎng)站設(shè)計(jì)、京口網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁(yè)設(shè)計(jì)與制作、京口企業(yè)網(wǎng)站模板建站服務(wù)，十載京口做網(wǎng)站經(jīng)驗(yàn)，不只是建網(wǎng)站，更提供有價(jià)值的思路和整體網(wǎng)絡(luò)服務(wù)。

UDAF實(shí)現(xiàn)方法: 
1，用戶的UDAF必須繼承了org.apache.hadoop.hive.ql.exec.UDAF；
2，用戶的UDAF必須包含至少一個(gè)實(shí)現(xiàn)了org.apache.hadoop.hive.ql.exec的靜態(tài)類，諸如實(shí)現(xiàn)了 UDAFEvaluator 
3，一個(gè)計(jì)算函數(shù)必須實(shí)現(xiàn)的5個(gè)方法的具體含義如下：
init()：主要是負(fù)責(zé)初始化計(jì)算函數(shù)并且重設(shè)其內(nèi)部狀態(tài)，一般就是重設(shè)其內(nèi)部字段。一般在靜態(tài)類中定義一個(gè)內(nèi)部字段來(lái)存放最終的結(jié)果。
iterate()：每一次對(duì)一個(gè)新值進(jìn)行聚集計(jì)算時(shí)候都會(huì)調(diào)用該方法，計(jì)算函數(shù)會(huì)根據(jù)聚集計(jì)算結(jié)果更新內(nèi)部狀態(tài)。當(dāng)輸 入值合法或者正確計(jì)算了，則       就返回true。
terminatePartial()：Hive需要部分聚集結(jié)果的時(shí)候會(huì)調(diào)用該方法，必須要返回一個(gè)封裝了聚集計(jì)算當(dāng)前狀態(tài)的對(duì)象。
merge()：Hive進(jìn)行合并一個(gè)部分聚集和另一個(gè)部分聚集的時(shí)候會(huì)調(diào)用該方法。
terminate()：Hive最終聚集結(jié)果的時(shí)候就會(huì)調(diào)用該方法。計(jì)算函數(shù)需要把狀態(tài)作為一個(gè)值返回給用戶。

mapreduce階段調(diào)用函數(shù) 
MAP
init() 
iterate() 
terminatePartial()

Combiner
merge() 
terminatePartial()

REDUCE
init() 
merge() 
terminate()

一、自定義UDAF函數(shù)
點(diǎn)擊(此處)折疊或打開

此處)折疊或打開

1. DROP TEMPORARY FUNCTION user_click;

3. add jar /data/hive_udf-1.0.jar;

5. CREATE TEMPORARY FUNCTION user_click AS 'hive.org.ruozedata.UserClickUDAF';

三、調(diào)用自定義UDAF函數(shù)處理數(shù)據(jù)

點(diǎn)擊(此處)折疊或打開

1. insert overwrite directory '/works/tmp1' ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'

2. select regexp_replace(substring(rs, instr(rs, '=')+1), '}', '') from (

3.   select explode(split(user_click(pcid, pcname, type),',')) as rs from (

4.     select * from (

5.       select '-2' as type, product_id as pcid, product_name as pcname from product_info

6.       union all

7.       select '-1' as type, city_id as pcid,area as pcname from city_info

8.       union all

9.       select count(1) as type,

10.              product_id as pcid,

11.              city_id as pcname

12.         from user_click

13.        where action_time='2016-05-05'

14.       group by product_id,city_id

15.     ) a

16.   order by type) b

17. ) c

四、創(chuàng)建Hive臨時(shí)外部表

點(diǎn)擊(此處)折疊或打開

1. create external table tmp1(

2. city_name string,

3. product_name string,

4. rn string

5. )

6. ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'

7. location '/works/tmp1';

五、-統(tǒng)計(jì)最終區(qū)域前3產(chǎn)品排名

點(diǎn)擊(此處)折疊或打開

1. select * from (

2. select city_name,

3.        product_name,

4.        floor(sum(rn)) visit_num,

5.        row_number()over(partition by city_name order by sum(rn) desc) rn,

6.        '2016-05-05' action_time

7.   from tmp1

8.  group by city_name,product_name

9. ) a where rn <=3

六、統(tǒng)計(jì)結(jié)果

以上是“如何使用Hive中自定義UDAF函數(shù)實(shí)現(xiàn)統(tǒng)計(jì)區(qū)域產(chǎn)品用戶訪問(wèn)排名”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！