Hive的自定義查詢函數

Hive的自定義查詢函數

1. Hive的自定義函數（UDF）： User Defined Function
可以直接應用於select語句，對查詢結構做格式化處理後，再輸出內容。

2. Hive自定義函數的實現細節
自定義UDF需要繼承org.apache.hadoop.hive.ql.UDF。
需要實現evaluate函數，evaluate函數支持重載。

3. Hive自定義函數案例
案例一： 拼接兩個字符串

package udf;

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

public class MyConcatString extends UDF {

	/**
	 *   自定義的連接函數
	 * @param a
	 * @param b
	 * @return
	 */
	public String evaluate(String a, String b) {
		return a + "***" + b;
	}
}

案例二： 判斷員工表中工資的級別

package udf;

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

/*
 * 	根據員工薪水判斷員工級別
	(*) sal < 1000     ----> Grade A
	(*) 1000<=sal <3000 ---> Grade B
	(*) sal >=3000      ---> Grade C
*/

public class CheckSalaryGrade extends UDF {
	
	public String evaluate(String salary) {
		int sal = Integer.parseInt(salary);
		
		if (sal < 1000) {
			return "Grade A";
		} else if (sal >= 1000 && sal < 3000) {
			return "Grade B";
		} else {
			return "Grade C";
		}
	}
}

4、Hive自定義函數的部署

• 把程序打包放到目標機器上去
• 進入hive客戶端，添加jar包：

hive> add jar /root/temp/udf.jar;

• 創建臨時函數：

hive> create temporary function myconcat as 'udf.MyConcatString';
hive> create temporary function checksal as 'udf.CheckSalaryGrade';

5、Hive自定義函數的調用

• 查詢HQL語句：

hive> select myconcat(ename,job) from emp;
hive> select ename,sal,checksalary(sal) from emp;

• 銷燬臨時函數：

hive> DROP TEMPORARY FUNCTION checksalary;