HIVE的UDF以及JDBC编程

一、UDF

    UDF是用来对HIVE函数库进行扩展的，可以利用java代码进行自定义的功能需求。

1、步骤

    1.新建java工程。

    2.导入HIVE相关包，jar包在HIVE安装程序的lib目录下，只需要拷贝jar包即可。

    3.创建类继承UDF类。org.apache.hadoop.hive.ql.exec.UDF

    4.自己编写一个名为evaluate方法，返回值和参数任意，但是方法名字必须是evaluate。

    5.将写好的类打成jar包，在打jar包的时候可以只打自己写的类，jar包资源可以不打进jar包里。然后上传到linux中。

    6.在hive命令行下，向hive注册UDF，并创建当前函数（如何注册和创建在下面介绍）。

    完成以上步骤之后就可以在hql中使用该自定义函数了。

案例

    编写一个简单的小写转大写。

import org.apache.hadoop.hive.ql.exec.UDF;
public class MyUDFDemo extends UDF{public String evaluate(String str) {return str.toUpperCase();}
}

2、注册函数

在向Hive注册函数的时候，分为临时注册和永久注册。

1.临时注册

注册临时函数比较简单，只要在hive的shell界面输入以下两条命令，即可注册，但是此函数会在你退出当前Hive的shell时，自动去掉。

#注册临时函数
hive> add jar /xxx/xxx/xxx.jar;
#命名临时函数
hive> create temporary function function_name as "xx.xx.xx.classname";

以上两部就可以生成一个自定义的函数了。切记，这个是临时的，适合测试使用，不适合生产环境。

示例

[root@xh01 horseman]# ls
HorseMan.jar
[root@xh01 horseman]# pwd
/home/script/horseman

以上是本人的jar包以及存放位置，jar包中有一个类，类的全路径名为：cn.com.xh.udf.OnWork.class。

以下是登录Hive的shell进行临时添加的操作：

[root@xh01 horseman]# hive
#省略系统输出
#…………
hive> add jar /home/script/horseman/HorseMan.jar;
Added [/home/script/horseman/HorseMan.jar] to class path
Added resources: [/home/script/horseman/HorseMan.jar]
hive> create temporary function on_work as "cn.com.xh.udf.OnWork";
OK
Time taken: 0.007 seconds
hive> select on_work();

如上，成功添加了一个名为on_work的方法。

2.永久注册

注册永久函数，统计网上的说法，有两种，其一修改源码，其二就是本人接下来要说的一种。

第一种比较危险，因为一个弄不好，就会造成Hive崩盘，而且不适合生产环境，我们添加函数，都是在业务发展的过程中添加的，不会说重新去搭建一个Hive来专门弄一个函数。

第二种添加的方法和临时的区别不大，但是适合我们在生产环境使用。

以下是官方给出的说明：

在Hive 0.13或更高版本中，函数可以注册到Metastore，因此可以在查询中引用它们，而无需在每个会话中创建临时函数。

创建功能

hive> CREATE FUNCTION [db_name.]function_name AS class_name [USING JAR|FILE|ARCHIVE 'file_uri' [, JAR|FILE|ARCHIVE 'file_uri'] ];

此语句允许您创建由class_name实现的函数。可以使用USING子句指定需要添加到环境中的jar，文件或存档；当Hive会话第一次引用该函数时，这些资源将被添加到环境中，就像发布了ADD JAR / FILE一样。如果Hive不在本地模式，则资源位置必须是非本地URI，例如HDFS位置。

该函数将添加到指定的数据库，或者在创建函数时添加到当前数据库。可以通过完全限定函数名称（db_name.function_name）来引用该函数，或者如果函数位于当前数据库中，则可以无限制地引用该函数。

删除功能

hive>DROP FUNCTION [IF EXISTS] function_name;

如果函数不存在，DROP将返回错误，除非指定了IF EXISTS或配置变量hive.exec.drop.ignorenonexistent  设置为true。

注意：删除函数时，一定要处于添加函数的数据库中。

重新加载功能

hive> RELOAD FUNCTION;

从HIVE-2573开始，如果在创建函数之前启动了HiveServer2或其他Hive CLI会话，则在一个Hive CLI会话中创建永久功能可能不会反映出来。在HiveServer2或HiveCLI会话中发出RELOAD FUNCTION将允许它获取可能由不同HiveCLI会话完成的永久功能的任何更改。

查看官方原文请点击此处

示例

本人将临时方法注册的jar包拿过来，存放到HDFS中的/udf/horseman/目录中，添加方法如下：

hive>create function on_work as 'cn.com.xh.udf.OnWork' using jar 'hdfs://xh01:9000/udf/horseman/HorseMan.jar';

这个只需要这一条语句，即可创建永久的函数。如下是删除函数：

hive>drop function on_work;

二、JDBC编程

1、介绍

    hive实现了jdbc接口，所以可以非常方便用jdbc技术通过java代码操作。

2、步骤

1．开启对外服务

    HIVE默认情况是关闭对外的服务，需要在服务器端开启HiveServer2服务，命令如下：

./hive --service hiveserver2

    这个模式一直开启的情况下，才能连接成功，否则，连接失败。

    可以使用一下命令，是该服务进入后台运行：

[root@hadoop bin]# ./hive --service hiveserver2 &
[1] 6669
[root@hadoop bin]# bg 1
-bash: bg: job 1 already in background

    这样程序进入后台运行，也不影响进行其他操作。

2．java工程

1>创建工程

    创建本地java工程。

2>导入jar包

    导入hive\lib目录下的hive-jdbc-1.2.0-standalone.jar

    导入hadoop-2.7.1\share\hadoop\common下的hadoop-common-2.7.1.jar

3>编写jdbc代码

	public static void main(String[] args) {Connection conn = null;Statement st = null;ResultSet rs = null;try {// 1.注册数据库驱动Class.forName("org.apache.hive.jdbc.HiveDriver");// 2.获取数据连接conn = DriverManager.getConnection("jdbc:hive2://192.168.75.150:10000/park", "root", "root");// 3.获取传输器对象st = conn.createStatement();// 4.传输sql执行获取结果集rs = st.executeQuery("select * from stu");// 5.处理结果集while (rs.next()) {String str = rs.getString("name");System.out.println(str);}} catch (Exception e) {e.printStackTrace();} finally {// 6.关闭连接if (rs != null) {try {rs.close();} catch (Exception e) {e.printStackTrace();} finally {rs = null;}}if (st != null) {try {st.close();} catch (Exception e) {e.printStackTrace();} finally {st = null;}}if (conn != null) {try {conn.close();} catch (Exception e) {e.printStackTrace();} finally {conn = null;}}}}

    以上需要注意的是jdbc的驱动以及连接地址协议。

上一篇：HIVE内置函数

下一篇：Hive应用：外部表链接内部表