优化Hive自定义函数的实现方法

Hive 提供了一些如max 和min 这类的内置函数，但数量有限。如果这些内置函数无法满足业务需求时，可以通过自定义函数来进行扩展。自定义函数分为三个类别，其分别为：

①UDF（User Defined Function）：一进一出。这是普通的用户自定义函数，接受单行输入，并产生单行输出。

②UDAF（User Defined Aggregation Function）：聚集函数，多进一出，接受多行输入，并产生单行输出。例如，count、max 和min。

③UDTF（User Defined Table Generating Function）：一进多出，接受单行输入，并产生多行输出。

以编写自定义UDF 函数为例。Hive 自定义函数的编程过程如下：

①使用Java 编程创建类，继承“org.apache.hadoop.hive.ql.exec.UDF”。

②重写evaluate 函数，在evaluate 函数中编写自定义的函数实现。UDF 必须要有返回类型，可以返回null，但返回类型不能为void。

③将自定义的Java 类打包上传到Hadoop 集群。(www.xing528.com)

④在master 节点进入Hive 客户端，添加jar 包。

⑤创建临时函数。

⑥在Hive 查询语句中使用自定义函数。

⑦可以销毁临时函数。

⑥在Hive 查询语句中使用自定义函数。

⑦可以销毁临时函数。