Hive+UDTF简单示例

本文主要是介绍Hive+UDTF简单示例，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

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。

我们来看一个简单的例子。

现在有一个名为studentScore.txt的文本,里面的内容如下：

                        A       90
                        A       80
                        A       70
                        A       50
                        B       60
                        B       90
                        B       95
                        B       80

我们要统计 A和B的总分。

1）将studentScore.txt上传至hdfs.

bin/hadoop fs -put /home/wangzhun/tmp/studentScore.txt wz

2) 在hive里面，创建studentScore表,并导入数据

create table studentScore(name string,score int) ROW FORMAT DELIMITED Fields TERMINATED BY '\t';

load data inpath '/user/root/wz/studentScore.txt' overwrite into table studentScore;

3）编写UDTF。

[java]  view plain copy  
 package com.wz.udf;  
 import java.util.ArrayList;  
   
 import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;  
 import org.apache.hadoop.hive.ql.exec.UDFArgumentException;  
 import org.apache.hadoop.hive.ql.exec.UDFArgumentLengthException;  
 import org.apache.hadoop.hive.ql.metadata.HiveException;  
 import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;  
 import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory;  
 import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector;  
 import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;  
   
 public class staticScore extends GenericUDTF{  
   Integer nTotalScore = Integer.valueOf(0);       //总分  
   Object forwardObj[] = new Object[1];  
   String strStudent;       //学生姓名  
   @Override  
   public void close() throws HiveException {    
         //输出最后一个学生的总分  
     forwardObj[0]=(strStudent+":"+String.valueOf(nTotalScore));  
     forward(forwardObj);  
     }  
   
     
   @Override  
   public StructObjectInspector initialize(ObjectInspector[] args)throws UDFArgumentException {  
           strStudent="";  
       ArrayList<String> fieldNames = new ArrayList<String>();  
           ArrayList<ObjectInspector> fieldOIs = new ArrayList<ObjectInspector>();  
           fieldNames.add("col1");  
           fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);  
           return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames,fieldOIs);  
        }  
   
   
   @Override  
   public void process(Object[] args) throws HiveException {  
     if(!strStudent.isEmpty() && !strStudent.equals(args[0].toString()))  
     {  
            //当学生名字变化时，输出该学生的总分  
        String[] newRes = new String[1];  
        newRes[0]=(strStudent+":"+String.valueOf(nTotalScore));  
        forward(newRes);  
        nTotalScore=0;  
     }     
     strStudent=args[0].toString();  
     nTotalScore+=Integer.parseInt(args[1].toString());  
        }  
   
    }  

4）打包编译成jar包.

javac -classpath /home/wangzhun/hadoop/hadoop-0.20.2/hadoop-0.20.2-core.jar:/home/wangzhun/hive/hive-0.8.1/lib/hive-exec-0.8.1.jar staticScore.java

jar -cvf staticScore.jar com/wz/udf/staticScore.class

5) 在hive里面添加jar包，创建临时函数，并执行得到结果。

                add jar /home/wangzhun/hive/hive-0.8.1/lib/staticScore.jar;
                create temporary function statics as 'com.wz.udf.staticScore';

[plain]  view plain copy  
 hive> select statics(studentScore.name,studentScore.score) as col1 from studentSselect statics(studentScore.name,studentScore.score) mytable as col1 from studencreate temporary function statics as 'com.wz.udf.staticScore';         
 OK  
 Time taken: 0.213 seconds  
 hive> select statics(studentScore.name,studentScore.score) as col1 from studentScore;  
 Total MapReduce jobs = 1  
 Launching Job 1 out of 1  
 Number of reduce tasks is set to 0 since there's no reduce operator  
 Starting Job = job_201311282251_0001, Tracking URL = http://localhost:50030/jobdetails.jsp?jobid=job_201311282251_0001  
 Kill Command = /home/wangzhun/hadoop/hadoop-0.20.2/bin/../bin/hadoop job  -Dmapred.job.tracker=localhost:9001 -kill job_201311282251_0001  
 Hadoop job information for Stage-1: number of mappers: 1; number of reducers: 0  
 2013-11-28 23:02:24,612 Stage-1 map = 0%,  reduce = 0%  
 2013-11-28 23:02:30,689 Stage-1 map = 100%,  reduce = 0%  
 2013-11-28 23:02:33,732 Stage-1 map = 100%,  reduce = 100%  
 Ended Job = job_201311282251_0001  
 MapReduce Jobs Launched:   
 Job 0: Map: 1   HDFS Read: 40 HDFS Write: 12 SUCESS  
 Total MapReduce CPU Time Spent: 0 msec  
 OK  
 A:290  
 B:325  
 Time taken: 34.356 seconds  