如何在Hive & Impala中使用UDF

1、介绍如何在Hive、Impala中使用UDF函数

1.如何使用Java开发Hive的自定义函数（如果使用spark sql注册UDF函数，请参考之前的博客Hive Spark Api 查询、写入、注册UDF函数，SparkSql简单操作）

2.如何在Hive中创建自定义函数及使用

3.如何在Impala中使用Hive的自定义函数

2.UDF函数开发

使用Intellij工具开发Hive的UDF函数，进行编译；

1.使用Intellij工具通过Maven创建一个Java工程，并添加依赖

2.Java示例代码如下

import org.apache.hadoop.hive.ql.exec.UDF;

/**
 * @Auther: w 截取20180611 前四位（简单示例）
 * @Date: 2019/3/11 10:00
 * @Description:
 */
public class CutUdf extends UDF {

    public static String evaluate(String str) {

        if(null == str || str.length()==0){
            return "";
        }else{
            return str.substring(0,4);
        }
    }
}

此处使用一个简单的日期截取来做示例，注意此处需要集成UDF类，重写evaluate方法，来实现自己定义函数。

3.编译jar包

前提条件是已配置Maven的环境变量，命令行进入工程目录，执行如下命令：
mvn clean package
或者
直接在IDE maven 的插件里面进行打包

3.Hive使用自定义函数（UDF）

将章节2中编译好的sql-udf-demo-1.0.jar上传到集群服务器；

3.1创建临时UDF

1.进入Hive的shell命令行，执行如下命令，创建临时函数

add jar /var/lib/hadoop-hdfs/sql-udf-demo-1.0.jar;
create temporary function CutUdf as 'com.demo.hive.CutUdf';

2.在命令行测试该UDF函数

select CutUdf (yuqi_time), yuqi_time from marketing.sp_yuqi limit 10 ;

3.2创建永久UDF

1.在HDFS中创建相应目录，将sql-udf-demo-1.0.jar包上传至该目录

[[email protected] ~]$ hadoop fs -mkdir /udf
[[email protected] ~]$ hadoop fs -put sql-udf-demo-1.0.jar /udf

2.进入Hive的shell命令行，执行如下命令创建永久的UDF

create function CutUdf as 'com.demo.hive.CutUdf' using jar  'hdfs://cdh21:8020/udf/sql-udf-demo-1.0.jar';

注意：在创建的时候如果带有数据库名，则该UDF函数只对该库生效，其它库无法使用该UDF函数。
在命令行测试该函数是否可用，测试与上面一样

3.验证永久UDF函数是否生效

重新打开Hive CLI能正常使用创建的UDF函数。

4.Impala使用Hive的UDF

1.在Impala shell命令行执行元数据同步命令

invalidate metadata;

测试：

重新同步元数据之后再次进行测试：

注意，如果这边在第一个impala-shell进去的时候，同步元数据之后还是不能使用hive创建的UDF函数的话，关闭客户端连接，重新进入就可以使用了

删除UDF函数命令：drop function CutUdf;
且重启也生效