Hive中实现自定义函数UDF及打包

Hive的UDF，其实很类似Mysql之类的自定义函数
不过它需要用java来编写，而不是用传统的SQL来完成
实现一个UDF的步骤如下：
实现一个Java Class，继承自UDF
打成jar包，并加入到Hive的ClassPath中
生成自定义函数，执行select
删除刚才创建的临时函数
下面这个UDF，是我给hive的array增加的一个函数
用来判断array中是否包含某个值，hive的标准函数中并没有此功能函数

package com.sohu.hadoop.hive.udf;
import java.util.*;
import org.apache.hadoop.hive.ql.exec.UDF;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.BooleanWritable;
import org.apache.hadoop.io.Text;   public final class ArrayContains extends UDF {   public BooleanWritable evaluate(ArrayList arr,Text ele)
{
BooleanWritable rtn = new BooleanWritable(false);
if (arr == null || arr.size() < 1)
{
return rtn;
}
try {
String cstr = ele.toString();
for (String str : arr)
{
if (str.equals(cstr))
{
rtn = new BooleanWritable(true);
break;
}
}   } catch (Exception e) {
e.printStackTrace();
}   return rtn;
}
}

然后执行编译打包：

javac -classpath /opt/hadoop_client/hadoop/hadoop-0.20.2+228-core.jar:/opt/hadoop_client/hive/lib/hive-exec-0.5.0.jar src/com/sohu/hadoop/hive/udf/ArrayContains.java -d build

jar -cvf hadooop-mc-udf.jar -C build .

最后执行Hive QL查询：

hive -e "add jar /opt/ysz/udf/hadooop-mc-udf.jar;drop temporary function array_contains;create temporary function array_contains as 'com.sohu.hadoop.hive.udf.ArrayContains';select suv,channelid from pvlog_pre where array_contains(channelid,'2')"

http://www.tech126.com/hive-udf/