hive自定义函数

UDF：用户自定义函数
针对单条记录
建立函数：
自定义一个java类，继承UDF类，重写evaluate方法，打jar包，hive执行add jar

import org.apache.hadoop.hive.ql.exec.UDF;
import org.apache.hadoop.io.Text;
public  class udftest extends UDF{
    public boolean evaluate(Text t1,Text t2){
        if(t1==null||t2==null){
            return  false;
        }
        double d1 = Double.parseDouble(t1.toString());
        double d2 = Double.parseDouble(t2.toString());
        if(d1>d2)
            return true;
        else
            return false;
    }
}

若是传回t1的值大于t2，返回true，不然返回false
而后打jar包，

hive>add jar /jar包路径
hive>create temporary function bigthan as '完整类路径'；告诉hive建立一个bigthan函数，及对应的类路径

mytable

money
30
40
50
35
60

hive>select bigthan(money,40) from mytable;
false
false
true
false
true

UDAF：用户自定义聚合函数
user defined aggregation function
针对记录集合

实现resolver
resolver一般继承org.apache.hadoop.hive.ql.udf.GenericUDAFResolver2

Mode

PARTIAL1:mapreduce的map阶段，从原始数据到部分数据聚合，将会调用iterate()和terminatePartial()
PARTIAL2:这个是mapreduce的map端的combiner阶段，负责在map端合并map的数据，从部分数据聚合到部分数据聚合，将会调用merge和terminatepartial
FINAL:mapreduce的reduce阶段，从部分数据的聚合到彻底聚合，将会调用merge和terminate
COMPLETE：若是出现了这个阶段，表示maoreduce只要meap，没有reduce

永久函数
若是但愿在hive中自定义一个函数， 并且可以永久使用，则修改源码添加相应的函数类，而后在修改ql/src/java/org/apache/hadoop/hive/ql/exec/FunctionRegistry.java类，添加相应的注册函数代码
registerUDF（“parse_url”,UDFParseUrl.class,false）

新建hiverc文件
jar包放到安装目录下或者指定目录下
$HOME/.hiverc
把初始化语句加载到文件中