UDTF

UDTF(User-Defined Table-Generating Functions)用来解决输入一行输出多行(one-to-many maping)的需求。

编写自己的UDTF：

1.继承org.apache.hadoop.hive.ql.udf.generic.GenericUDTF。

2.实现initialize()，process()，close()三个方法。

3.UDTF首先会调用initialize()方法，此方法返回UDTF的返回行的信息(返回个数，类型)。

4.初始化完成后会调用process()方法，对传入的参数进行处理，可以通过forward()方法把结果返回。

5.最后调用close()对需要清理的方法进行清理。

示例：使用UDTF对"Key：Value"这种字符串进行切分，返回结果为Key，Value两个字段。

[java] view plain copy

1. import java.util.ArrayList;
2. import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;
3. import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
4. import org.apache.hadoop.hive.ql.exec.UDFArgumentLengthException;
5. import org.apache.hadoop.hive.ql.metadata.HiveException;
6. import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;
7. import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory;
8. import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector;
9. import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;
10. public class ExplodeMap extends GenericUDTF{
11. @Override
12. public void close() throws HiveException {
13. // TODO Auto-generated method stub
14. }
15. @Override
16. public StructObjectInspector initialize(ObjectInspector[] args)
17. throws UDFArgumentException {
18. if (args.length != 1) {
19. throw new UDFArgumentLengthException("ExplodeMap takes only one argument");
20. }
21. if (args[0].getCategory() != ObjectInspector.Category.PRIMITIVE) {
22. throw new UDFArgumentException("ExplodeMap takes string as a parameter");
23. }
24. ArrayList<String> fieldNames = new ArrayList<String>();
25. ArrayList<ObjectInspector> fieldOIs = new ArrayList<ObjectInspector>();
26. fieldNames.add("col1");
27. fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
28. fieldNames.add("col2");
29. fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
30. return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames,fieldOIs);
31. }
32. @Override
33. public void process(Object[] args) throws HiveException {
34. String input = args[0].toString();
35. String[] test = input.split(";");
36. for(int i=0; i<test.length; i++) {
37. try {
38. String[] result = test[i].split(":");
39. forward(result);
40. } catch (Exception e) {
41. continue;
42. }
43. }
44. }
45. }

1.打包发送到服务器。

2.添加到Hive环境中：

[java] view plain copy

1. hive (hive)> add jar /usr/local/src/udtf.jar<span style="font-family: Arial, Helvetica, sans-serif;">;</span>
2. Added /usr/local/src/udtf.jar to class path
3. Added resource: /usr/local/src/udtf.jar

3.创建临时函数：

[java] view plain copy

1. hive (hive)> create temporary function explode_map as ‘com.lixue.udtf.ExplodeMap‘;
2. OK
3. Time taken: 0.0080 seconds

4.查询(UDTF有两种使用方式，一种是直接放到select后面，另外一种是和lateral view一起使用)：

[java] view plain copy

1. hive (hive)> select explode_map(‘name:lavimer;age:23‘) as (col1,col2) from employees;
2. //MapReduce
3. OK
4. col1    col2
5. name    lavimer
6. age 23
7. name    lavimer
8. age 23
9. name    lavimer
10. age 23

注：不可以添加其他字段使用，如下：

[java] view plain copy

1. select a, explode_map(properties) as (col1,col2) from src

不可以嵌套调用：

[java] view plain copy

1. select explode_map(explode_map(properties)) from src

不可以和group by/cluster by/distribute by/sort by一起使用：

[java] view plain copy

1. select explode_map(properties) as (col1,col2) from src group by col1, col2

可以和lateral view一起使用：

[java] view plain copy

1. hive (hive)> select user.id,employees.col1,employees.col2 from user lateral view explode_map(‘name:lavimer,age:23‘) employees as col1,col2;
2. //MapReduce...
3. OK
4. id  col1    col2
5. 1   name    lavimer
6. 1   age 23
7. 2   name    lavimer
8. 2   age 23
9. 3   name    lavimer
10. 3   age 23

注：此方法更为方便使用。执行过程相当于单独执行了两次抽取，然后union到一个表里。