UDF概述
UDF全称：User-Defined Functions，即用户自定义函数，在Hive SQL编译成MapReduce任务时，执行java方法，类似于像MapReduce执行过程中加入一个插件，方便扩展。
UDF种类
- UDF：操作单个数据行，产生单个数据行；
- UDAF：操作多个数据行，产生一个数据行；
- UDTF：操作一个数据行，产生多个数据行一个表作为输出；
自定义UDF步骤
1.编写UDF函数，
- UDF需要继承
org.apache.hadoop.hive.ql.exec.UDF - UDTF继承
org.apache.hadoop.hive.ql.udf.generic.GenericUDTF - UDAF使用比较少，这里先不讲解
2.将写好的类打包为jar，如HiveUDF-1.0.jar，并且上传到Hive机器或者HDFS目录
3.入到Hive shell环境中，输入命令注册该jar文件；
代码语言：javascript复制add jar /home/hadoop/HiveUDF-1.0.jar或者
把HiveUDF-1.0.jar上传到hdfs，
代码语言：javascript复制hadoop fs -put HiveUDF-1.0.jar /home/hadoop/HiveUDF-1.0.jar再输入命令
代码语言：javascript复制add jar hdfs://hadoop01:9000/home/hadoop/HiveUDF-1.0.jar4.为UDF类起一个别名，
代码语言：javascript复制create temporary function myudf as 'cn.psvmc.udf.MyUDF'注意，这里UDF只是为这个Hive会话临时定义的；
5.在select中使用myudf()；
注册UDF
临时注册
添加jar到hive的classpath
代码语言：javascript复制add jar HiveUDF-1.0.jar;注册临时函数
代码语言：javascript复制create temporary function myudf AS 'cn.psvmc.udf.MyUDF';删除临时注册函数
代码语言：javascript复制drop temporary function myudf;永久注册
代码语言：javascript复制create function myudf as 'cn.psvmc.udf.MyUDF' using jar 'hdfs://hadoop01:9000/home/hadoop/HiveUDF-1.0.jar';注意：
永久注册需要将jar包上传到hdfs，否则在集群中运行的时候，会出现找不到jar包的情况！
查看注册的函数
代码语言：javascript复制show functions;实例UDF
现在我们实现一个字符串转大写的UDF。
Hive建表测试及数据
代码语言：javascript复制create table if not exists t_user (
id int,
name string
)
clustered by (id) into 2 buckets
row format delimited fields terminated by '|'
stored as orc TBLPROPERTIES('transactional'='true');复制
向Hive表中插入数据:
代码语言：javascript复制insert into t_user values(1,'Ba|qz');
insert into t_user values(1,'xa');项目中添加依赖
代码语言：javascript复制<dependency>
<groupId>org.apache.hive</groupId>
<artifactId>hive-exec</artifactId>
<version>2.1.1</version>
</dependency>添加evaluate有两个注意事项：
1）evaluate方法遵循重载的原则，参数是用户自定义的，调用那个方法调用是在使用函数时候的参数决定。
2）evaluate方法必须有返回值，返回类型以及方法参数可以是Java数据或相应的Writable类。
如
代码语言：javascript复制package cn.psvmc.udf;
import org.apache.hadoop.hive.ql.exec.UDF;
public class MyUDF extends UDF {
public String evaluate(String s) {
if (s == null) {
return "";
}
return s.toUpperCase();
}
}上传到Linux目录，然后用add jar来添加路径
代码语言：javascript复制add jar /home/hadoop/hivetest/HiveUDF-1.0.jar创建临时函数：
代码语言：javascript复制create temporary function myudf as "com.master.HiveUDF.MyUDF";UDF使用
代码语言：javascript复制select myudf(name) from t_user;重载示例
代码语言：javascript复制package cn.psvmc.udf;
import org.apache.hadoop.hive.ql.exec.UDF;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
public class TestHiveSimpleUDF extends UDF {
public IntWritable evaluate(IntWritable i) {
return new IntWritable(i.get());
}
public Text evaluate(Text text) {
return new Text(text.toString());
}
}实例UDTF
initialize方法制定了返回的列名及数据类型（forward写入数据的类型是一个数组，对应着initialize定义的列名），可以返回多个，在List里面对应即可。
函数列名调用的时侯通过：myudtf(c1,c2) t1 as co1,col2来使用列名。
package cn.psvmc.udf;
import java.util.ArrayList;
import java.util.List;
import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory;
import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;
public class MyUDTF extends GenericUDTF {
@Override
public StructObjectInspector initialize(ObjectInspector[] argOIs) throws UDFArgumentException {
List<String> fieldNameList = new ArrayList<>();
List<ObjectInspector> fieldTypeList = new ArrayList<>();
fieldNameList.add("col");
fieldTypeList.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNameList, fieldTypeList);
}
@Override
public void process(Object[] args) throws HiveException {
String col = args[0].toString();
String[] cols = col.split("\|");
for (String c : cols) {
String[] results = new String[1];
results[0] = c;
forward(results);
}
}
@Override
public void close() throws HiveException {
}
}UDTF使用
代码语言：javascript复制select myudtf(name) from t_user;和前面的数据结合，这时候，需要用lateral view来操作，语句如下
代码语言：javascript复制select t1.id,t2.col from t_user t1 lateral view myudtf(name) t2 as col
