udf：一对一的关系 udtf：一对多的关系 udaf：多对一的关系

使用Java实现步骤

自定义编写UDF函数注意：

1.需要继承org.apache.hadoop.hive.ql.exec.UDF 2.需要实现evaluete函数

编写UDTF函数注意：

1.需要继承org.apache.hadoop.hive.ql.udf.generic.GenericUDTF 2.实现 initialize, process, close三个方法

1.自定义实现一个大小写转换的函数（UDF） 执行mvn命令 将jar包上传到服务器上

上传之后，进入hive，添加jar包 add jar ///xxx.jar(jar包全路径) 创建临时函数 create temporary function upper_func as ‘org.example.Uppercase’; 之后，可以直接在查询中使用

transform方式

hive中除了使用Java编写udf，还可以使用transform，支持多种语言 例如： 将表第一列与第二列用 _ （下划线） 连接 1.Linux中的 awk 创建一个transform.awk 内容

{

print $1"_"$2

}

在hive中使用add file 添加 transform.awk 然后就可以调用函数了 select transform(col1,col2) using “awk -f transform.awk” as (uu) from test_table limit 10;

2.使用python 在hive中使用 add file 添加 transform.py 使用命令调用函数 select transform(col1,col2) using “python transform.py” as (uu) from test_table limit 10; 3.基于python实现wordcount 整个过程模拟map 和 reduce add file 上传 mapper.py 和 reduce.py 创建一张表，保存结果

create table word_cnt(

word string ,

cnt int)

ROW FORMAT DELIMITED

FIELDS TERMINATED BY '\t';

WITH map_cnt as (

select transform(line) using "python mapper.py" as word , cnt

from docs

cluster by word ),

insert overwrite table word_cnt

select transform(word,cnt) using "python reduce.py" as w, c

from map_cnt

好文阅读

评论可见，请评论后查看内容，谢谢！！！评论后请刷新页面。