目录：
初始Hive
Hive安装与配置
Hive 内建操作符与函数开发
Hive JDBC
hive参数
Hive 高级编程
Hive QL
Hive Shell 基本操作
hive 优化
Hive体系结构
Hive的原理
配套视频课程
第一部分：产生背景 产生背景 为了满足客户个性化的需求，Hive被设计成一个很开放的系统，很多内容都支持用户定制，包括： 文件格式：Text File，Sequence File 内存中的数据格式： Java Integer/String, Hadoop IntWritable/Text 用户提供的 map/reduce 脚本：不管什么语言，利用 stdin/stdout 传输数据 用户自定义函数 自定义函数 虽然Hive提供了很多函数，但是有些还是难以满足我们的需求。因此Hive提供了自定义函数开发 自定义函数包括三种UDF、UADF、UDTF UDF(User-Defined-Function) UDAF（User- Defined Aggregation Funcation） 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。 HIVE中使用定义的函数的三种方式 在HIVE会话中add 自定义函数的jar文件，然后创建function，继而使用函数 在进入HIVE会话之前先自动执行创建function，不用用户手工创建 把自定义的函数写到系统函数中，使之成为HIVE的一个默认函数，这样就不需要create temporary function 第二部分：UDF UDF用法 UDF(User-Defined-Function) UDF函数可以直接应用于select语句，对查询结构做格式化处理后，再输出内容 编写UDF函数的时候需要注意一下几点 自定义UDF需要继承org.apache.hadoop.hive.ql.UDF 需要实现eva luate函数 eva luate函数支持重载 UDF只能实现一进一出的操作，如果需要实现多进一出，则需要实现UDAF UDF用法代码示例 import org.apache.Hadoop.hive.ql.exec.UDF public class Helloword extends UDF{ public String eva luate(){ return "hello world!"; } public String eva luate(String str){ return "hello world: " + str; } } 开发步骤 开发代码 把程序打包放到目标机器上去 进入hive客户端 添加jar包：hive>add jar /run/jar/udf_test.jar; 创建临时函数：hive>CREATE TEMPORARY FUNCTION my_add AS 'com.hive.udf.Add ‘ 查询HQL语句： SELECT my_add (8, 9) FROM scores; SELECT my_add (scores.math, scores.art) FROM scores; 销毁临时函数：hive> DROP TEMPORARY FUNCTION my_add ; 细节 在使用UDF的时候，会自动进行类型转换，例如：
SELECT my_add (8,9.1) FROM scores; 结果是17.1，UDF将类型为Int的参数转化成double。类型的饮食转换是通过UDFResolver来进行控制的 第三部分：UDAF UDAF Hive查询数据时，有些聚类函数在HQL没有自带，需要用户自定义实现 用户自定义聚合函数: Sum, Average…… n 1 UDAF（User- Defined Aggregation Funcation） 用法 一下两个包是必须的import org.apache.hadoop.hive.ql.exec.UDAF和 org.apache.hadoop.hive.ql.exec.UDAFeva luator 开发步骤 函数类需要继承UDAF类，内部类eva luator实UDAFeva luator接口 eva luator需要实现 init、iterate、terminatePartial、merge、terminate这几个函数 a）init函数实现接口UDAFeva luator的init函数。 b）iterate接收传入的参数，并进行内部的轮转。其返回类型为boolean。 c）terminatePartial无参数，其为iterate函数轮转结束后，返回轮转数据，terminatePartial类似于hadoop的Combiner。 d）merge接收terminatePartial的返回结果，进行数据merge操作，其返回类型为boolean。 e）terminate返回最终的聚集函数结果。 执行步骤 执行求平均数函数的步骤 a）将java文件编译成Avg_test.jar。 b）进入hive客户端添加jar包： hive>add jar /run/jar/Avg_test.jar。 c）创建临时函数： hive>create temporary function avg_test 'hive.udaf.Avg'; d）查询语句： hive>select avg_test(scores.math) from scores; e）销毁临时函数： hive>drop temporary function avg_test; UDAF代码示例 public class MyAvg extends UDAF { public static class Avgeva luator implements UDAFeva luator { } public void init() {} public boolean iterate(Double o) {} public AvgState terminatePartial() {} public boolean terminatePartial(Double o) { } public Double terminate() {} } 第四部分：UDTF UDTF 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。 开发步骤 UDTF步骤： 必须继承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 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 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：