如何将配置从配置单元脚本传递到 UDF
Posted
技术标签:
【中文标题】如何将配置从配置单元脚本传递到 UDF【英文标题】:How to pass configurations from hive script to UDF 【发布时间】:2015-08-21 23:03:15 【问题描述】:在 pig 中,您可以通过 UDFContext
将 pig 脚本中的配置传递给 pig UDF。例如,
// in pig script
SET my.conf dummy-conf
// in UDF java code
Configuration conf = UDFContext.getUDFContext().getJobConf();
String myConf = conf.get("my.conf");
那么,是否有类似的方法将配置从配置单元脚本传递到配置单元 UDF?例如,如果我在 hive 脚本中有 set MY_CONF='foobar'
,我如何在需要消耗 MY_CONF
的值的 java UDF 中检索它?
【问题讨论】:
【参考方案1】:您可以尝试继承GenericUDF
,而不是扩展UDF
类。该类具有以下可以覆盖的方法:
/**
* Additionally setup GenericUDF with MapredContext before initializing.
* This is only called in runtime of MapRedTask.
*
* @param context context
*/
public void configure(MapredContext context)
MapredContext
有一个类似于 Pig 中的UDFContext
的方法来检索作业配置。因此,您可以执行以下操作:
@Override
public void configure(MapredContext context)
Configuration conf = context.getJobConf();
【讨论】:
非常感谢您分享这个。它很好地解决了我的问题。【参考方案2】:从 hive 1.2 开始,有 2 种方法。
1.从 GenericUDF 覆盖配置方法
@Override
public void configure(MapredContext context)
super.configure(context);
someProp = context.getJobConf().get(HIVE_PROPERTY_NAME);
Above(1) 并非在所有情况下都有效。仅在 MapredContext 中有效。 每个查询都必须是强制 map/reduce 作业,才能做到这一点
set hive.fetch.task.conversion=minimal/none;
set hive.optimize.constant.propagation=false;
。 设置上述属性后,您将遇到主要的性能问题,尤其是对于较小的查询。
2。使用会话状态
SessionState ss = SessionState.get();
if (ss != null)
this.hiveConf = ss.getConf();
someProp = this.hiveConf.get(HIVE_PROPERTY_NAME);
LOG.info("Got someProp: " + someProp);
【讨论】:
【参考方案3】:转到 hive 命令行
hive> set MY_CONF='foobar';
点击命令时应该列出你的变量
hive> set;
现在,考虑以下 Jar:MyUDF.jar UDF calss:MySampleUDF.java,它接受一个字符串值。 表格:员工
hive> ADD JAR /MyUDF.jar
hive> CREATE TEMPORARY FUNCTION testUDF AS 'youpackage.MySampleUDF';
hive> SELECT testUDF($MY_CONF) from employee;
【讨论】:
【参考方案4】:有很多例子,共享的,所以你可以通过谷歌找到所有需要的细节:)。
共享链接中描述的一个小例子:
hive> ADD JAR assembled.jar;
hive> create temporary function hello as 'com.test.example.UDFExample';
hive> select hello(firstname) from people limit 10;
请查看我通常使用的参考链接: Link1 Link2
【讨论】:
我在询问将配置从调用 UDF 的配置单元脚本传递到 UDF。您的链接是关于如何编写配置单元 UDF,在这种情况下并不那么相关。 我的错,尽管您尝试过使用 Hive 资源link,它具有将一个或多个文件、jar 或存档添加/删除/存档到分布式缓存中的资源列表的功能。以上是关于如何将配置从配置单元脚本传递到 UDF的主要内容,如果未能解决你的问题,请参考以下文章