一、Hive自定义函数介绍

当Hive的内置函数不能满足需要时，可以通过编写用户自定义函数UDF（User-Defined Functions）插入自己的处理代码并在查询中使用它们。

按实现方式，UDF分如下分类：

• 普通的UDF，用于操作单个数据行，且产生一个数据行作为输出。

• 用户定义聚集函数UDAF（User-Defined Aggregating Functions），用于接受多个输入数据行，并产生一个输出数据行。

• 用户定义表生成函数UDTF（User-Defined Table-Generating Functions），用于操作单个输入行，产生多个输出行。

按使用方法，UDF有如下分类：

• 临时函数，只能在当前会话使用，重启会话后需要重新创建。

• 永久函数，可以在多个会话中使用，不需要每次创建。

二、创建UDF工程

1、创建maven项目，示例如下

2、创建UDF类 com.huawei.bigdata.hive.example.udf.AddDoublesUDF，示例代码如下面图示

3、从hive客户端类似如下目录/opt/client/Hive/Beeline/lib 中下载UDF工程依赖的jar包hive-exec-*.jar，添加到UDFS工程中，放入lib目录，右键点击该jar包，选择 “Add as Library”

4、修改该项目的pom.xml文件，增加如下build部分

5、执行maven打包，获得如下target目录中的 udf-demo-1.0-SNAPSHOT.jar

三、部署UDF

1、将 udf-demo-1.0-SNAPSHOT.jar 上传到部署有HDFS的节点，例如上传后的路径为 /opt/udf-demo-1.0-SNAPSHOT.jar

2、上传到HDFS指定路径下，参考命令如下图，注意后续使用该UDF的用户必须有该jar包的可读权限

3、使用Hive的Beeline客户端创建UDF

通过如下命令进入beeline客户端 

 beeline --hiveconf hive.server2.logging.operation.level=NONE

重新进入beeline命令