自定义UDF函数

article/2025/9/27 2:55:31

自定义函数案例：

文章目录

- 自定义UDF函数
- - 1.需求
  - 2.前期maven工程准备
  - 3.编程实现
  - 4.导包
  - 5.导入hive中
- 自定义UDTF函数
- - 1.需求
  - 2.编程实现
  - 3.导入hive中

自定义UDF函数

1.需求

自定义一个UDF实现计算给定字符串的长度例如

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8ZqHfWL7-1642945083980)(C:\Users\Admin\AppData\Roaming\Typora\typora-user-images\image-20220123150507709.png)]$

2.前期maven工程准备

创建一个maven工程，导入依赖

<dependencies>
<dependency>
<groupId>org.apache.hive</groupId>
<artifactId>hive-exec</artifactId>
<version>3.1.2</version>
</dependency>
</dependencies>

3.编程实现

编写实现类

package com.yingzi.hive1;import org.apache.hadoop.hive.ql.udf.generic.GenericUDF;
import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
import org.apache.hadoop.hive.ql.exec.UDFArgumentLengthException;
import org.apache.hadoop.hive.ql.exec.UDFArgumentTypeException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;
/*** @author 影子* @create 2022-01-23-14:08**//*** 自定义UDF函数,继承GenericUDF类* 需求：计算指定字符串的长度*/
public class MyStringLength extends GenericUDF {/**** @param objectInspectors 输入参数类型的鉴别器对象* @return 返回值类型的鉴别器对象* @throws UDFArgumentException*/@Overridepublic ObjectInspector initialize(ObjectInspector[] objectInspectors) throws UDFArgumentException {//  判断输入参数的个数if (objectInspectors.length != 1){throw new UDFArgumentLengthException("Input Args Length Error!!!");}//  判断输入参数的类型if (!objectInspectors[0].getCategory().equals(ObjectInspector.Category.PRIMITIVE)){throw new UDFArgumentTypeException(0,"Input Args Type Error!!!");}//  函数本身返回值为int,需要返回int类型的鉴别器对象return  PrimitiveObjectInspectorFactory.javaIntObjectInspector;}/*** 函数的逻辑处理* @param deferredObjects 输入的参数* @return 返回值* @throws HiveException*/@Overridepublic Object evaluate(DeferredObject[] deferredObjects) throws HiveException {if (deferredObjects[0].get() == null){return 0;}return deferredObjects[0].get().toString().length();}@Overridepublic String getDisplayString(String[] strings) {return "";}
}

4.导包

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FOXNHmjH-1642945083982)(C:\Users\Admin\AppData\Roaming\Typora\typora-user-images\image-20220123150806976.png)]$

将上述包，放到虚拟机的hive/lib下

5.导入hive中

1）将jar包添加到hive的calsspath

add jar /opt/module/hive/libHIVE_test-1.0-SNAPSHOT.jar

2）创建临时函数与开发好的 java class 关联

create temporary function my_len as "com.yingzi.hive1.MyStringLength";

3）验证是否导入成功！！！

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8I8ghPNA-1642945083983)(C:\Users\Admin\AppData\Roaming\Typora\typora-user-images\image-20220123151144648.png)]$

自定义UDTF函数

1.需求

自定义一个 UDTF 实现将一个任意分割符的字符串切割成独立的单词，例如：

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DfYV4ICB-1642945083983)(C:\Users\Admin\AppData\Roaming\Typora\typora-user-images\image-20220123153505788.png)]$

2.编程实现

package com.yingzi.hive1;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;
import java.util.ArrayList;
import java.util.List;/*** @author 影子* @create 2022-01-23-15:14**/
public class MYUDTF extends GenericUDTF {private ArrayList<String> outList = new ArrayList<>();@Overridepublic StructObjectInspector initialize(StructObjectInspector argOIs) throws UDFArgumentException {//1.定义输出数据的列名和类型List<String> fieldNames = new ArrayList<>();List<ObjectInspector> fieldOIs = new ArrayList<>();//2.添加输出数据的列名和类型fieldNames.add("lineToWord");fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames, fieldOIs);}@Overridepublic void process(Object[] objects) throws HiveException {//1获取原始数据String object = objects[0].toString();//2获取数据传入的第二个参数，此处为分隔符String splitKey = objects[1].toString();//3将原始数据按照传入的分隔符进行切分String[] fields = object.split(splitKey);//4遍历切分后的结果，并写出for (String field : fields) {//集合为复用的，首先清空集合outList.clear();//将每一个单词添加至集合outList.add(field);//将集合内容写出forward(outList);}}@Overridepublic void close() throws HiveException {}
}