一 自定义UDF函数

1）创建一个 Maven 工程 Hive
2）导入依赖

<dependencies>
<!--https://mvnrepository.com/artifact/org.apache.hive/hive-exec-->
	<dependency>
		<groupId>org.apache.hive</groupId>
		<artifactId>hive-exec</artifactId>
		<version>1.2.1</version>
	</dependency>
</dependencies>

3）创建一个类

import org.apache.hadoop.hive.ql.exec.UDF;
public class Lower extends UDF {
    
	public String evaluate (String s) {
    
	if (s == null) {
    
		return null;
	}
	return s.toLowerCase();
	}
}

4）打成 jar 包上传到服务器/opt/module/datas/udf.jar
5）将 jar 包添加到 hive 的 classpath

hive (default)> add jar /opt/module/datas/udf.jar;

6）创建临时函数与开发好的 java class 关联

hive (default)> create temporary function mylower as
"Lower";

7．即可在 hql 中使用自定义的函数

hive (default)> select ename, mylower(ename) lowername from emp;

二 自定义 UDTF 函数

import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory;
import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;
import java.util.ArrayList;
import java.util.List;

public class MyUDTF extends GenericUDTF {
    
 private ArrayList<String> outList = new ArrayList<>();
 @Override
 public StructObjectInspector initialize(StructObjectInspector
argOIs) throws UDFArgumentException {
    
 //1.定义输出数据的列名和类型
 List<String> fieldNames = new ArrayList<>();
 List<ObjectInspector> fieldOIs = new ArrayList<>();
 //2.添加输出数据的列名和类型
 fieldNames.add("lineToWord");

fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInsp
ector);
 return
ObjectInspectorFactory.getStandardStructObjectInspector(fieldName
s, fieldOIs);
 }
 @Override
 public void process(Object[] args) throws HiveException {
    

 //1.获取原始数据
 String arg = args[0].toString();
 //2.获取数据传入的第二个参数，此处为分隔符
 String splitKey = args[1].toString();
 //3.将原始数据按照传入的分隔符进行切分
 String[] fields = arg.split(splitKey);
 //4.遍历切分后的结果，并写出
 for (String field : fields) {
    
 //集合为复用的，首先清空集合
 outList.clear();
 //将每一个单词添加至集合
 outList.add(field);
 //将集合内容写出
 forward(outList);
 }
 }
 @Override
 public void close() throws HiveException {
    
 }
}

3）打成 jar 包上传到服务器/opt/module/data/udtf.jar
4）将 jar 包添加到 hive 的 classpath 下

hive (default)> add jar /opt/module/data/udtf.jar;

5）创建临时函数与开发好的 java class 关联

hive (default)> create temporary function myudtf as
"MyUDTF";

6）即可在 hql 中使用自定义的函数

hive (default)> select myudtf(line, ",") word from words;