Hive 编程专题之 - 自定义函数 Java 篇

Posted 有关SQL

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Hive 编程专题之 - 自定义函数 Java 篇相关的知识,希望对你有一定的参考价值。

Hive 函数,总体分成内建函数与自定义函数。

内建函数针对不同的数据类型有分成很多种,字符函数,数值函数,日期函数,转换函数等;


自定义函数与我们在传统商业数据库中遇到的编译函数一个概念。在 SQL Server 中,我们使用 c# 来编写 Dll ,解决一些内建函数不能解决的问题,比如正则,而 Oracle 中则使用 Java 编写的 Jar 来扩展函数。Hive 中的自定义函数与 Oracle 一样,都依赖 Jar. 意味着可以使用 Java 灵活的编写一些程序来处理 Hive 内建函数达不到的功能。

1 常看所有内建和自建的函数

show functions ;

注意:Hive 2.3.3 内建函数 271 个

describe function fnGetDetail 

describe function extend fnGetDetail

2 使用 java 自定义函数

使用 Java. Scala 都可以编写 Hive 使用的自定义函数。只是在选择编译工具的时候,有些讲究。Eclipse 和其他一些 Java 编辑工具 都是可以用来生成 jar 的 IDE,将生成的 Jar 放到 HDFS 上, Hive 就能应用了。


  1. 使用 Java 来编写简单的 Hive 自定义函数

3.1 Eclipse 建立一个简单的 Maven 项目
3.2 引用特定的几个 Hive / Hadoop jar

image

虽说是为 Hive 定制的自定义函数类,但库引用不仅仅是从 Hive 的源代码中来,也有可能是从 Hadoop 的基类库中寻找。

3.3 一段简单的大写转换函数:

package hive.function;

import org.apache.hadoop.hive.ql.exec.UDF ;
import org.apache.hadoop.io.Text ;

public class upperCase extends UDF{
    public Text evaluate(final javax.xml.soap.Text s) {
        if(s==null) {return null ;}
        return new Text(s.toString().toUpperCase());
    }

}

3.4 导出 eclipse, 导入 Hive class path:

hive> add jar /home/SparkAdmin/HiveFunctions/upperCase.jar
    > ;
Added [/home/SparkAdmin/HiveFunctions/upperCase.jar] to class path
Added resources: [/home/SparkAdmin/HiveFunctions/upperCase.jar]
hive>

3.5 定义 Hive 函数

如果仅仅用 jar 中的类名来创建函数,是不够的:

hive> create temporary function upperCase as upperCase ;
MismatchedTokenException(24!=352)
    at org.antlr.runtime.BaseRecognizer.recoverFromMismatchedToken(BaseRecognizer.java:617)
    at org.antlr.runtime.BaseRecognizer.match(BaseRecognizer.java:115)
    at org.apache.hadoop.hive.ql.parse.HiveParser.createFunctionStatement(HiveParser.java:24437)
    at org.apache.hadoop.hive.ql.parse.HiveParser.ddlStatement(HiveParser.java:3962)
    at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:2382)
    at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:1333)
    at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:208)
    at org.apache.hadoop.hive.ql.parse.ParseUtils.parse(ParseUtils.java:77)
    at org.apache.hadoop.hive.ql.parse.ParseUtils.parse(ParseUtils.java:70)
    at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:468)
    at org.apache.hadoop.hive.ql.Driver.compileInternal(Driver.java:1317)
    at org.apache.hadoop.hive.ql.Driver.runInternal(Driver.java:1457)
    at org.apache.hadoop.hive.ql.Driver.run(Driver.java:1237)
    at org.apache.hadoop.hive.ql.Driver.run(Driver.java:1227)
    at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:233)
    at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:184)
    at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:403)
    at org.apache.hadoop.hive.cli.CliDriver.executeDriver(CliDriver.java:821)
    at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:759)
    at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:686)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:498)
    at org.apache.hadoop.util.RunJar.run(RunJar.java:226)
    at org.apache.hadoop.util.RunJar.main(RunJar.java:141)
FAILEDParseException line 1:39 mismatched input 'upperCaseexpecting StringLiteral near 'asin create function statement

必须带上全路径,也就是类的包路径:

hivecreate temporary function upperCase as "hive.function.upperCase" ;
OK
Time taken: 0.013 seconds
hive> select upperCase(nameobject) as name_obj from tblobj2 limit 2 ;
FAILED: SemanticException [Error 10014]: Line 1:7 Wrong arguments 'nameobject': No matching method for class hive.function.upperCase with (string)Possible choices: _FUNC_(struct<>)

修改为以下的 Java 代码:

package hive.function;

import org.apache.hadoop.hive.ql.exec.UDF ;
import org.apache.hadoop.io.Text ;

public final class upperCase extends UDF{
    public Text evaluate(final Text s) {                
        if(s==null) {return null ;}
        return new Text(s.toString().toUpperCase());
    }
    public String evaluate( String s) {
        if(s==null) {return null ;}
        return new String(s.toString().toUpperCase());
    }

}

再执行之前的步骤:

hive> select fnUpper2(nameobjectas nameobj from tblobj2 limit 2 ;
OK
PLAN_PERSIST_QUERY
NOTIFICATION_SEQUENCE
Time taken: 0.13 seconds, Fetched: 2 row(s)
hive> select  nameobject from tblobj2 limit 2 ;
OK
plan_persist_query
NOTIFICATION_SEQUENCE
Time taken: 0.114 seconds, Fetched: 2 row(s)
hive>


以上我们顺利的利用 Java 写了一个函数供 Hive 调用。




猜你喜欢:













以上是关于Hive 编程专题之 - 自定义函数 Java 篇的主要内容,如果未能解决你的问题,请参考以下文章

JSP编程专题2之JSP核心三(自定义EL函数和标签)

hive之UDF函数编程详解

Java并发编程专题系列之深入分析synchronized(基础篇)

Hive 编程专题 之 - 列组合与算术组合

JAVA技术专题综述之线程篇

如何在Hive&Impala中使用UDF