Hive内置函数和自定义函数的使用

一、内置函数的使用

• 查看当前hive版本支持的所有内置函数
  show function;

• 查看某个函数的使用方法及作用,比如查看upper函数
  desc function upper;

• 查看upper函数更为详细的信息
  desc function extended upper;

• 转换为小写: lower()
  查询emp表中员工姓名,员工姓名小写显示
  select empno, ename, lower(ename) from emp;

• 字符串连接: concat()
  查询emp表,将员工姓名追加到员工编号后
  select empno, ename, concat(empno, ename) from emp;

---

---

二、自定义函数

UDF分为三种,分别如下

1. UDF(User-Defined_Function),一进一出(输入一行,输出一行),比如: upper(),lower()等
2. UDAF(User-Defined Aggregation Funcation),多进一出(输入多行,输出一行),比如: avg(),sum()等.
3. UDTF(User-Defined Table-Generating Functions),一进多出(输入一行,输出多行),比如: collect_set(), collect_list()等.ABSOLUTE

使用自定义函数需要引入hive-exec的依赖

<dependency>
    <groupId>org.apache.hive</groupId>
    <artifactId>hive-exec</artifactId>
    <version>2.3.0</version>
</dependency>

自定义UDF函数

UDF编程模型:
(1) 继承 org.apache.hadoop.hive.ql.exec.UDF
(2) 实现 evaluate() 方法

实现需求: 自定义UDF函数,给指定的字符串前加上字符串hello
比如: 输入 Tom, 输出 helle:Tom

自定义函数有4种使用方式,the following:

• 方式一(临时函数，只能在当前客户端使用)
  将我们刚编写完成的代码，打成jar maven下 clean package

  将jar包上传到hive
  add jar /home/hadoop/libs.hive-1.0-SNAPSHOT.jar;

  创建函数
  create temporary function say_hello as 'com.bigdata.hadoop.hive.GenericUDFHello';

  查看创建的函数say_hello
  show functions;

  查看函数say_hello的详细信息
  desc function extended say_hello;

  使用函数
  select ename,say_hello(ename) from emp;

• 方式二(临时函数，只能在当前客户端使用)
  在$HIVE_HOME下新建目录auxlib,将jar拷贝到该目录下，重启hadoop
  cp /home/hadoop/libs/hive-1.0-SNAPSHOT.jar

  创建函数say_hello2
  create temporary function say_hello2 as 'com.bigdata.hadoop.hive.GenericUDFHello';

  函数的查看与使用同方式一

• 方式三(永久函数，创建后可以在任意客户端使用，建议使用)
  上传jar到hdfs
  hadoop fs -put hive-1.0-SNAPSHOT.jar /libs

  创建函数say_hello3
  create function say_hello3 as 'com.bigdata.hadoop.hive.GenericUDFHello' using jar 'hdfs://hdpcomprs:9000/libs/hive-1.0-SNAPSHOT.jar';

  注意: 创建完function之后，通过show functions并没有看到我们自定义的函数say_hello3,但是可以使用
  使用函数，效果同上

• 方法四(永久函数，将自定义函数集成到hive源码中)
  使用这种方式需要修改hive的源代码，集成到hive源码后，hive启动后就可以使用，不用再向hive中注册函数，相当于一个hive的内置函数。如果公司有自己的大数据框架版本，建议使用这种方式。