现在的位置: 首页 > 综合 > 正文

举例详解Hive UDAF开发

2013年09月15日 ⁄ 综合 ⁄ 共 2276字 ⁄ 字号 评论关闭

Hive进行UDAF开发,相对要比UDF复杂一些,不过也不是很难。
请看一个例子
package org.hrj.hive.udf;

import org.apache.hadoop.hive.ql.exec.UDAFEvaluator;
import org.apache.hadoop.hive.serde2.io.DoubleWritable;



public class UDAFSum_Sample extends NumericUDAF
{

        public static class Evaluator implements UDAFEvaluator
{

                private boolean mEmpty;

                private double mSum;

                public Evaluator() {

                        super();

                        init();

                }


                public void init()
{

                        mSum = 0;

                        mEmpty = true;

                }


                public boolean iterate(DoubleWritable
o) {

                        if (o != null)
{

                                mSum += o.get();

                                mEmpty = false;

                        }

                        return true;

                }


                public DoubleWritable terminatePartial() {

                        // This is SQL standard - sum of zero items should be null.

                        return mEmpty ? null : new DoubleWritable(mSum);

                }


                public boolean merge(DoubleWritable
o) {

                        if (o != null)
{

                                mSum += o.get();

                                mEmpty = false;

                        }

                        return true;

                }


                public DoubleWritable terminate() {

                        // This is SQL standard - sum of zero items should be null.

                        return mEmpty ? null : new DoubleWritable(mSum);

                }

        }

}



  1. 将java文件编译成Sum_Sample.jar
  2. 进入hive
hive> add jar Sum_sample.jar;


hive> create temporary function
sum_test as 'com.hrj.hive.udf.UDAFSum_Sample';


hive> select sum_test(t.num) from t;


hive> drop temporary function
sum_test;


hive> quit;


关于UDAF开发注意点:
  1. 需要import org.apache.hadoop.hive.ql.exec.UDAF以及org.apache.hadoop.hive.ql.exec.UDAFEvaluator,这两个包都是必须的
  2. 函数类需要继承UDAF类,内部类Evaluator实现UDAFEvaluator接口
  3. Evaluator需要实现 init、iterate、terminatePartial、merge、terminate这几个函数

    1. init函数类似于构造函数,用于UDAF的初始化
    2. iterate接收传入的参数,并进行内部的轮转。其返回类型为boolean
    3. terminatePartial无参数,其为iterate函数轮转结束后,返回乱转数据,iterate和terminatePartial类似于hadoop的Combiner
    4. merge接收terminatePartial的返回结果,进行数据merge操作,其返回类型为boolean
    5. terminate返回最终的聚集函数结果

本文出自 “胡汝建个人博客” 博客,请务必保留此出处http://richiehu.blog.51cto.com/2093113/386113

抱歉!评论已关闭.