Chinaunix首页 | 论坛 | 博客
  • 博客访问: 56691
  • 博文数量: 15
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 206
  • 用 户 组: 普通用户
  • 注册时间: 2013-10-23 13:47
文章分类

全部博文(15)

文章存档

2013年(15)

我的朋友

分类: 高性能计算

2013-10-28 14:10:42

1. UDTF介绍

UDTF(User-Defined Table-Generating Functions)  用来解决 输入一行输出多行(On-to-many maping) 的需求。

2. 编写自己需要的UDTF

  • 继承org.apache.hadoop.hive.ql.udf.generic.GenericUDTF。
  • 实现initialize, process, close三个方法
  • UDTF首先会调用initialize方法,此方法返回UDTF的返回行的信息(返回个数,类型)。初始化完成后,会调用process方法,对传入的参数进行处理,可以通过forword()方法把结果返回。最后close()方法调用,对需要清理的方法进行清理。

下面是我写的一个用来切分”key:value;key:value;”这种字符串,返回结果为key, value两个字段。供参考:

 1: import java.util.ArrayList;


 2:


 3: import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;


 4: import org.apache.hadoop.hive.ql.exec.UDFArgumentException;


 5: import org.apache.hadoop.hive.ql.exec.UDFArgumentLengthException;


 6: import org.apache.hadoop.hive.ql.metadata.HiveException;


 7: import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;


 8: import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory;


 9: import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector;


 10: import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;


 11:


 12: public class ExplodeMap extends GenericUDTF{


 13:


 14: @Override


 15: public void close() throws HiveException {


 16: // TODO Auto-generated method stub 


 17: }


 18:


 19: @Override


 20: public StructObjectInspector initialize(ObjectInspector[] args)


 21: throws UDFArgumentException {


 22: if (args.length != 1) {


 23: throw new UDFArgumentLengthException("ExplodeMap takes only one argument");


 24: }


 25: if (args[0].getCategory() != ObjectInspector.Category.PRIMITIVE) {


 26: throw new UDFArgumentException("ExplodeMap takes string as a parameter");


 27: }


 28:


 29: ArrayList fieldNames = new ArrayList();


 30: ArrayList fieldOIs = new ArrayList();


 31: fieldNames.add("col1");


 32: fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);


 33: fieldNames.add("col2");


 34: fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);


 35:


 36: return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames,fieldOIs);


 37: }


 38:


 39: @Override


 40: public void process(Object[] args) throws HiveException {


 41: String input = args[0].toString();


 42: String[] test = input.split(";");


 43: for(int i=0; i
			


 44: try {


 45: String[] result = test[i].split(":");


 46: forward(result);


 47: } catch (Exception e) {


 48: continue;


 49: }


 50: }


 51: }


 52: }


3. 使用方法

UDTF有两种使用方法,一种直接放到select后面,一种和lateral view一起使用。

1:直接select中使用:select explode_map(properties) as (col1,col2) from src;

  • 不可以添加其他字段使用:select a, explode_map(properties) as (col1,col2) from src
  • 不可以嵌套调用:select explode_map(explode_map(properties)) from src
  • 不可以和group by/cluster by/distribute by/sort by一起使用:select explode_map(properties) as (col1,col2) from src group by col1, col2

2:和lateral view一起使用:select src.id, mytable.col1, mytable.col2 from src lateral view explode_map(properties) mytable as col1, col2;

  • 此方法更为方便日常使用。执行过程相当于单独执行了两次抽取,然后union到一个表里。
阅读(782) | 评论(0) | 转发(0) |
0

上一篇:Hive的安装配置

下一篇:Hive的一些小技巧

给主人留下些什么吧!~~