Fork me on GitHub

Hive 函数

系统自带的函数

1)查看系统自带的函数:hive> show functions;
2)显示自带的函数的用法: hive> desc function upper;
3)详细显示自带的函数的用法: hive> desc function extended upper;

行转列

1
2
3
4
5
6
person_info.tsv
孙悟空 白羊座 A
大海 射手座 A
宋宋 白羊座 B
猪八戒 白羊座 A
凤姐 射手座 A
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
1.创建表及数据导入:
hive (default)> create table person_info(
name string,
constellation string,
blood_type string)
row format delimited fields terminated by "\t";
hive (default)> load data local inpath “person_info.tsv” into table person_info;
2.把星座和血型一样的人归类到一起
如白羊座,A 猪八戒|孙悟空
select t1.base, concat_ws('|', collect_set(t1.name)) name
from
(select name, concat(constellation, ",", blood_type) base
from person_info) t1
group by t1.base;
t1.base name
射手座,A 大海|凤姐
白羊座,A 孙悟空|猪八戒
白羊座,B 宋宋
collect_set UDAF
concat_ws 用法concat_ws(',', '1', '2') -> 1,2

列转行

1
2
3
4
movie_info.tsv
《疑犯追踪》 悬疑,动作,科幻,剧情
《Lie to me》 悬疑,警匪,动作,心理,剧情
《战狼 2》 战争,动作,灾难
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
1.创建表及导入数据:
hive (default)>create table movie_info(
movie string,
category array<string>)
row format delimited fields terminated by "\t"
collection items terminated by ",";
hive (default)> load data local inpath "movie_info.tsv" into table movie_info;
2.例如:将电影分类中的数组数据展开
select movie,category_name
from movie_info lateral view explode(category) table_tmp as category_name;
movie category_name
《疑犯追踪> 悬疑
《疑犯追踪> 动作
《疑犯追踪> 科幻
《疑犯追踪> 剧情
《Lie to me> 悬疑
《Lie to me> 警匪
《Lie to me> 动作
《Lie to me> 心理
《Lie to me> 剧情
《战狼 2> 战争
《战狼 2> 动作
《战狼 2> 灾难
lateral: 测面
explode UDTF函数(一进多出)
数组操作
“fields terminated by”:字段与字段之间的分隔符。
“collection items terminated by”:一个字段中各个子元素 item 的分隔符。

自定义函数描述

1)Hive 自带了一些函数,比如:max/min等,但是数量有限,自己可以通过自定义UDF来方便的扩展。

2)当Hive提供的内置函数无法满足你的业务处理需要时,此时就可以考虑使用用户自定义函数(UDF:user-defined function)

3)根据用户自定义函数类别分为以下三种:
  1)UDF(User-Defined-Function): 一进一出
  2)UDAF(User-Defined Aggregation Function): (aggregation 聚集)聚集函数,多进一出. 类似于:count/max/min
  3)UDTF(User-Defined Table-Generating Functions): 一进多出, 如lateral view explore()

4)官方文档地址: https://cwiki.apache.org/confluence/display/Hive/HivePlugins
5)编程步骤

1
2
3
4
5
6
7
8
9
10
11
12
13
14
(1)继承org.apache.hadoop.hive.ql.UDF
(2)需要实现evaluate函数;evaluate函数支持重载;
(3)在hive的命令行窗口创建函数
1.添加jar
add jar linux_jar_path
2.创建function
create [emporary] function [dbname.] function_name AS class_name;
(4)在hive的命令窗口删除函数
drop [temporary] function [if exists] [dbname.] function_name

6)注意事项
  1)UDF必须要有返回类型,可以返回null,但是返回类型不能为void;
  2)UDF中常用Text/LongWritable等类型,不推荐使用java类型;

自定义函数开发案例

1)创建一个java工程,并创建一个lib文件夹

2)将hive的jar包解压后,将apache-hive-1.2.1-bin\lib文件下的jar包都拷贝到java工程中。

3)创建一个类

1
2
3
4
5
6
7
8
9
10
11
package com.liucw.hive;
import org.apache.hadoop.hive.ql.exec.UDF;
public class Lower extends UDF {
public String convert(final String s) {
if (s == null) {
return null;
}
return s.toString().toLowerCase();
}
}

4)打成jar包上传到服务器/opt/module/jars/udf.jar

5)将jar包添加到hive的classpath
hive (default)> add jar /opt/module/jars/udf.jar;

6)创建临时函数与开发好的java class关联
hive (default)> create temporary function my_lower as "com.liucw.hive.Lower";

7)即可在hql中使用自定义的函数strip
hive (default)> select ename, my_lower(ename) lowername from emp;

-----------------本文结束,感谢您的阅读-----------------