这篇文章主要讲解了“UDF和UDAF开发方法是什么”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“UDF和UDAF开发方法是什么”吧！
成都服务器托管，创新互联提供包括服务器租用、服务器托管、带宽租用、云主机、机柜租用、主机租用托管、CDN网站加速、申请域名等业务的一体化完整服务。电话咨询：18980820575
UDF自定义函数
自定义函数包括三种UDF、UDAF、UDTF
UDF(User-Defined-Function) 一进一出
UDAF(User- Defined Aggregation Funcation) 聚集函数，多进一出。Count/max/min
UDTF(User-Defined Table-Generating Functions) 一进多出，如lateral view explore()
使用方式 ：在HIVE会话中add 自定义函数的jar文件，然后创建function继而使用函数
使用方式 ：
在HIVE会话中add 自定义函数的jar文件，然后创建function，继而使用函数
UDF开发
1、UDF函数可以直接应用于select语句，对查询结构做格式化处理后，再输出内容。
2、编写UDF函数的时候需要注意一下几点：
a）自定义UDF需要继承org.apache.hadoop.hive.ql.UDF。
b）需要实现evaluate函数，evaluate函数支持重载。
3、步骤
a）把程序打包放到目标机器上去；
b）进入hive客户端，添加jar包：hive>add jar /run/jar/udf_test.jar;
c）创建临时函数：hive>CREATE TEMPORARY FUNCTION add_example AS 'hive.udf.Add';
d）查询HQL语句：
SELECT add_example(8, 9) FROM scores;
SELECT add_example(scores.math, scores.art) FROM scores;
SELECT add_example(6, 7, 8, 6.8) FROM scores;
e）销毁临时函数：hive> DROP TEMPORARY FUNCTION add_example;
注：UDF只能实现一进一出的操作，如果需要实现多进一出，则需要实现UDAF
udf实现对字符串的截取
package hive;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import org.apache.hadoop.hive.ql.exec.UDF;
public class GetCmsID extends UDF{
public String evaluate(String url){
String cmsid = null;
if(url ==null || "".equals(url)){
return cmsid;
}
Pattern pat = Pattern.compile("topicId=[0-9]+");
Matcher matcher = pat.matcher(url);
if(matcher.find() ){
cmsid=matcher.group().split("topicId=")[1];
}
return cmsid;
}
public String evaluate(String pattern,String url ){
String cmsid = null;
if(url ==null || "".equals(url)){
return cmsid;
}
Pattern pat = Pattern.compile(pattern+"[0-9]+");
Matcher matcher = pat.matcher(url);
if(matcher.find() ){
cmsid=matcher.group().split(pattern)[1];
}
return cmsid;
}
public static void main(String[] args) {
String url = "http://www.baidu.com/cms/view.do?topicId=123456";
GetCmsID getCmsID = new GetCmsID();
System.out.println(getCmsID.evaluate(url));
System.out.println(getCmsID.evaluate("topicId=",url));
}
}UDAF 自定义集函数
多行进一行出，如sum()、min()，用在group by时
1.必须继承
} org.apache.hadoop.hive.ql.exec.UDAF(函数类继承)
} org.apache.hadoop.hive.ql.exec.UDAFEvaluator(内部类Evaluator实现UDAFEvaluator接口)
2.Evaluator需要实现 init、iterate、terminatePartial、merge、terminate这几个函数
} init():类似于构造函数，用于UDAF的初始化
} iterate():接收传入的参数，并进行内部的轮转，返回boolean
} terminatePartial():无参数，其为iterate函数轮转结束后，返回轮转数据， 类似于hadoop的Combiner
} merge():接收terminatePartial的返回结果，进行数据merge操作，其返回类型为boolean
} terminate():返回最终的聚集函数结果
}开发一个功能同：
}Oracle的wm_concat()函数
}MySQL的group_concat()
package hive;
import org.apache.hadoop.hive.ql.exec.UDAFEvaluator;
public class Wm_concat {
public static class myUDAFEval implements UDAFEvaluator{
private PartialResult partial = new PartialResult();
public static class PartialResult{
String result = "";
String delimiter = null;
}
@Override
public void init() {
partial.result ="";
}
public boolean iterate(String value ,String deli){
if(value == null || "null".equalsIgnoreCase(value)){
return true;
}
if(partial.delimiter == null){
partial.delimiter = deli;
}
if(partial.result.length()>0){
partial.result = partial.result.concat(partial.delimiter);//拼接
}
partial.result = partial.result.concat(value);//拼接
return true;
}
public PartialResult terminatePartial(){
return partial;
}
public boolean merge(PartialResult other){
if(other == null ){
return true;
}
if (partial.delimiter == null) {
partial.delimiter = other.result;
partial.result = other.result;
}else{
if (partial.result.length()>0) {
partial.result = partial.result.concat(partial.delimiter);
}
partial.result = partial.result.concat(other.result);
}
return true;
}
public String terminate(){
if(partial==null || partial.result.length()==0){
return null;
}
return partial.result;
}
}
}测试：
create table test(id string , name string ) row format delimited fields terminated by '\t';
插入数据
1 a
1 b
2 b
3 c
1 c
2 a
4 b
2 d
1 d
4 c
3 b
在hive中执行函数如下
select id,concat(name,',') from wm_concat where id is not null group by id;
感谢各位的阅读，以上就是“UDF和UDAF开发方法是什么”的内容了，经过本文的学习后，相信大家对UDF和UDAF开发方法是什么这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！
