Hive学习-Hive基本操作(function、udf)

该篇主要是为了整理常用的function使用和开发自定义function的,hive虽说语法类似于mysql,但是mysql默认的dual表并不存在,需要自己手动创建一下,为了方便测试:

hive>create table  dual(x string);

hive>insert into dual values('');

1、查询function列表

hive> show functions;

2、查询制定function的详细说明

3、upper、lower大小写转换

4、unix_timestamp获取制定时间毫秒数,默认是当前时间戳

5、current_date查看当前日期

6、current_timestamp查看当前时间戳

7、to_date字符串转成日期,必须是标准格式

8、year、month、day

9、from_unixtime将long类型转换为时间,可以指定格式

10、substr/substring字符串截取

11、concat字符串连接

12、concat_ws将字符串用指定分隔符连接

13、split分割字符串,根据指定字符分割字符串,分割字符可以是正则表达式

14、explode把数组或者map转成列,posexplode同explode,但会额外增加一列标识转化列所处数组的位置

现存在如下表:

要求计算该表中的单词出现的频率,即mr的wordcount示例

实现SQL如下,实现过程就是先用split分割,然后用explode转化,再作为临时表查询,拓展一下如果单词分割不仅仅只有逗号,或者空格、引号等可以用正则表达式实现或者用多重split。经过看官网的介绍,还有一个黑科技(sentences方法),能直接根据语言习惯自动分割成单词:

15、json_tuple解析json字符串

现在存在如下表:

要求按照格式userid,movie,rate,time,year,month,day,hour,minute,ts并按照月份写到分区表中。实现过程如下:

建表:

hive> create table movie(userid int,movie int,rate int,time string,year int,month int,day int,hour   int,minute int,ts timestamp)

   >partitioned by (m string)

   >row format delimited fields terminated by '/t';

数据写入,其中数据处理用到了字符串转bigint(cast),bigint转时间戳(from_unixtime),时间戳转字符串(date_format):

校验:

表中数据
HDFS存储

16、row_number函数

分组排序使用

现有如下数据表:

需求:按年龄大小查出男和女最大年龄的两个

17、自定义UDF函数(临时)

idea新建maven项目

编辑pom.xml文件

1)修改打包类型,默认是war包,这里需要的是jar包

2)定义hive和hadoop的版本号,方便其他地方引用,因为用的是cdh版本的hadoop和hive,所以需要添加cdh的资源库

3)添加hadoop和hive的依赖

新建class继承org.apache.hadoop.hive.ql.udf.generic.GenericUDF类,方法如下:

打包

view-->Tool Windows-->Maven Project,双击package直接打包成jar文件

上传到linix,然后hive下执行以下命令:

hive> add jar /home/hadoop/lib/hive-1.0.jar;

hive> CREATE TEMPORARY FUNCTION calculateStringsLength as 'com.ruozedata.HelloUDF';

测试:

18、自定义UDF函数(永久)

$ hdfs dfs -mkdir /lib

$ hdfs dfs -put hive-1.0.jar /lib/

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,569评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,499评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,271评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,087评论 0 209
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,474评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,670评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,911评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,636评论 0 202
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,397评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,607评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,093评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,418评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,074评论 3 237
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,092评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,865评论 0 196
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,726评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,627评论 2 270

推荐阅读更多精彩内容