Hive函数

Hive函数 - 简书 http://www.jianshu.com/p/bed0bf1f9a0b

Paste_Image.png

cli命令
显示当前对话有多少函数可用 show functions;
显示函数的表述信息 desc function concat;
显示函数的扩展描述信息 desc function extended concat;
简单函数
特殊函数
窗口函数
应用场景
用于分区排序
动态Group by
Top N
累计计算
层次查询
Windowing function
lead
lag
FIRST_VALUE
LAST_VALUE
分析函数
THE OVER clause
COUNT
SUM
MIN
MAX
AVG
Analytics functions
RANK
ROW_NUIMBER
DENSE_RANK
CUME_DIST
PERCENT_RANK
NTILE
混合函数
java_method(class,method[,arg1[,arg2...]])
reflect(class,method[,arg1[,arg2...]])
hash(a1[,a2])
UDTF
表函数
lateralView:LATERAL VIEW udtf(expression) tableAlias AS columnAlias(',',columnAlias) fromClause:FROM baseTable(lateralView)
例子
explode函数 :行展开为列
内置函数

正则表达式

使用正则表达式的函数
A LIKE B,字符"_"表示任意单个字符,而字符"%"表示任意数量的字符
A RLIKE B
select 1 from dual where 'footbar' rlike ^f.r$;
regexp_replace(string A,string B,string C)
select regexp_replace('footbar','oo|ar','') from dual;(return 'fb')
regexp_extract(string subject,string pattern,int index)
select regexp_extract('foothebar','foo(.
?)(bar)',1) from winfunc;
自定义函数

UDF

UDF-用户自定义函数(user defined function)
针对单条记录
创建函数
自定义一个java类
继承UDF类
重写evaluate方法
打jar包
hive执行add jar
add jar /home/jar/function.jar
hive执行创建模板函数
create temporary function bigthan as 'com.udf.udftest';
hql中使用
UDAF

UDAF用户自定义聚合函数
user defined aggregation function
针对记录集合
开发通用UDAF有两个步骤
第一个是编写resolver类,resolver负责类型检查,操作符重载。
第二个是编写evaluator类,evaluator真正实现UDAF的逻辑
通常来说,顶层UDAF类继承org.apache.hadoop.hive.ql.udf.GenericUDAFResolver2,里面编写嵌套类evaluator实现UDAF的逻辑
实现resolver
resolver通常继承org.apache.hadoop.hive.ql.udf.GenericUDAFResolver2,但是更建议继承AbstractGenericUDAFResolver,隔离将来hive接口的变化。GenericUDResolver和GenericUDResolver2接口的区别是,后面的允许evaluator实现可以访问更多的信息,例如DISTINCT限定符,通配符FUNCTION(*)。
实现evaluator
所有evaluators必须继承抽象类org.apache.hadoop.hive.ql.udf.generic.GenericUDAFEvaluator。子类必须实现它的一些抽象方法,实现UDAF的逻辑。
Mode
这个类比较重要,它表示了udaf在mapreduce的各个阶段,理解Mode的含义,就可以理解了hive的UDAF的运行流程
public static enum Mode{
PARTIAL1,
PARTIAL2,
FINAL,
COMPLETE
};
PARTIAL1:这个是mapreduce的map阶段:从原始数据到部分数据聚合,将会调用iterate()和terminatePartial()
PARTIAL2:这个是mapreduce的map端的Combiner阶段,负责在map端合并map的数据;从部分数据聚合到部分数据聚合,将会调用merge()和terminatePartial()
FINAL:mapreduce的reduce阶段:从部分数据的聚合到完全聚合,将会调用merge()和terminate()
COMPLETE:如果出现了这个阶段,表示mapreduce只有map,没有reduce,所有map端就直接出结果了;从原始数据直接到完全聚合,将会调用iterate()和terminate()
永久函数
如果希望在hive 中自定义一个函数,且能永久使用,则修改源码添加相应的函数类,然后在修改ql/src/java/org/apache/hadoop/hive/ql/exec/FunctionRegistry.java类,添加相应的注册函数代码。registerUDF("parse_url",UDFParseUrl.class.false);
写一个hql文件,hive -i 'file'
新建hiverc文件
jar包放到安装目录下或者指定目录下
$HOME/.hiverc
把初始化语句加载到文件中

推荐阅读更多精彩内容