Hadoop_UDTF示例

UDTF: 一进多出

UDTF(User-Defined Table-Generating Function)支持一个输入多个输出,
一般用于解析工作,比如说解析url,然后获取url中的信息
编码:继承GenericUDTF,实现方法:initializa(返回返回值的参数类型)、process具体的处理方法,
　　 一般在这个方法中会调用父类的forward方法进行数据的写出、最终调用close方法和MR程序中的cleanUp关闭资源

简单示例,将一列数据分成两列输出,name--> name,name+email

package com.hive.udtf;

import java.util.ArrayList;

import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;
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 myudtf extends GenericUDTF{

　　@Override
　　public StructObjectInspector initialize(StructObjectInspector argOIs) throws UDFArgumentException {

　　　　if(argOIs.getAllStructFieldRefs().size() != 1){
　　　　　　throw new UDFArgumentException("Argument Only one");
　　　　}

　　　　ArrayList<String> fieldname = new ArrayList<String>();
　　　　　　fieldname.add("name");
　　　　　　fieldname.add("email");
　　　　　　ArrayList<ObjectInspector> fieldoi = new ArrayList<ObjectInspector>();
　　　　　　fieldoi.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
　　　　　　fieldoi.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
　　　　　　return ObjectInspectorFactory.getStandardStructObjectInspector(fieldname, fieldoi);
　　　　}

　　　　@Override
　　　　public void process(Object[] args) throws HiveException {

　　　　　　if(args.length == 1){
　　　　　　　　String name = args[0].toString();
　　　　　　　　String email = name+"@foxmail.com";
　　　　　　　　super.forward(new String[]{name,email});
　　　　　　}
　　　　}

　　　　@Override
　　　　public void close() throws HiveException {

　　　　　　super.forward(new String[] {"complete","finish"});
　　　　}
}

测试

hive (workdb)> add jar /home/liuwl/opt/datas/myudtf.jar;
hive (workdb)> create temporary function myudtf as 'com.hive.udtf.myudtf';
hive (workdb)> select myudtf(ename) as (name,email) from emp;
结果: name　　 email
　　  SMITH　　SMITH@foxmail.com
　　  ALLEN　　ALLEN@foxmail.com
　　  WARD　　 WARD@foxmail.com
　　  JONES　　JONES@foxmail.com
　　  MARTIN　 MARTIN@foxmail.com
　　  BLAKE　　BLAKE@foxmail.com
　　  CLARK　　CLARK@foxmail.com
　　  SCOTT　　SCOTT@foxmail.com
　　  KING　　 KING@foxmail.com
　　  TURNER  TURNER@foxmail.com
　　  ADAMS　　ADAMS@foxmail.com
　　  JAMES　　JAMES@foxmail.com
　　  FORD　　 FORD@foxmail.com
　　  MILLER　 MILLER@foxmail.com
　　  complete	finish