如何创建 Hive 的 UDF？

UDF（User Defined Function）又称：用户自定义函数。可以像 concat, substr那样的 hive 内置的函数一样直接用于 select 语句，简化复杂查询。

编写 UDF 其实就是写一个类继承 org.apache.hadoop.hive.ql.exec.UDF 该类，在类里面写一个名为 evaluate 的方法，在方法里写相应的业务逻辑，最后打成 jar 包，提交到服务器上，在 hive 的命令行模式下添加这个 jar 包到环境变量，使用里面写好的 evaluate 方法。

编写 UDF 基本步骤

• 所需 pom 文件如下：

<dependency>
    <groupId>org.apache.hive</groupId>
    <artifactId>hive-exec</artifactId>
    <version>2.3.0</version>
</dependency>

• 继承 org.apache.hadoop.hive.ql.exec.UDF ，重写 evaluate 方法：

package udf;

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

/**
 * 用于判断员工薪水级别的函数
 */
public class CheckSalaryGrade extends UDF {

	public String evaluate(String salary) {
		// 判断薪水的级别
		int sal = Integer.parseInt(salary.trim());
		
		if (sal < 1000) {
			return "Grade C";
		} else if (sal < 3000) {
			return "Grade B";
		} else {
			return "Grade A";
		}
	}	
}

• 打成 jar 包，提交到服务器上：



• 执行 hive 命令，启动 hive 的命令行模式
• 添加 jar 包：



• 创建临时函数：

create temporary function checksalary as "udf.CheckSalaryGrade";

• 使用 UDF 执行查询：

select ename, sal, checksalary(sal) from emp;

• 销毁临时函数：

drop temporary function checksalary;