自定义udtf函数输出多列

介绍

在hive中,可以对其进行添加自定义的函数来满足自己的特定场景的功能,hive中可以提供三种自定义函数:

  • 普通函数:一进一出
  • UDAF函数:多进一出
  • UDTF函数:一进多出

实现

下面就实现一个将json的属性转换成列的厘子

  • 实现udtf的类必须实现GenericUDTF类,并覆盖以下的三个方法:
  1. initialize:根据其名字就能看出,主要做一些初始化的工作
    2.process:程序的主要执行方法,数据会进入这个方法进行解析,并最后使用forward进行输出
    3.close:关闭资源,可以不用实现,do nothing
  • initialize实现
@Override
    public StructObjectInspector initialize(StructObjectInspector args) throws UDFArgumentException {
        List<? extends StructField> fieldRefs = args.getAllStructFieldRefs();
        if (fieldRefs.size() != 1) {
            throw new IllegalArgumentException("NameParserGenericUDTF() takes exactly one argument");
        }
        ObjectInspector objectInspector = fieldRefs.get(0).getFieldObjectInspector();
        if (ObjectInspector.Category.PRIMITIVE != objectInspector.getCategory()
                && ((PrimitiveObjectInspector) objectInspector).getPrimitiveCategory()
                != PrimitiveObjectInspector.PrimitiveCategory.STRING) {
            throw new UDFArgumentException("NameParserGenericUDTF() takes a string as a parameter");
        }
        stringOI = (PrimitiveObjectInspector) objectInspector;
        // 输出的字段和结构
        List<String> fieldNames = new ArrayList<>();
        List<ObjectInspector> fieldOIs = new ArrayList<>();
        fieldNames.add("name");
       fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
        fieldNames.add("age");
fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
        return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames, fieldOIs);
    }
  • process实现
String json = stringOI.getPrimitiveJavaObject(args[0]).toString();
        List<Object[]> results = handlerRecord(json);
        for (Object[] result : results) {
            forward(result);
        }

完整代码

import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import org.apache.hadoop.hive.ql.exec.Description;
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.PrimitiveObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.StructField;
import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;

import java.util.ArrayList;
import java.util.List;

/**
 * 自定义udtf函数,实现一进多出
 *
 * @author zhangap
 * @wechat zapjone 
 * @version 1.0, 2019/7/4
 */
@Description(name = "ik_parse_json", value = "_FUNC_(json) - ",
        extended = "Example:\n"
                + " > SELECT _FUNC_(json) from src;")
public class JsonTransformUDTF extends GenericUDTF {

    private PrimitiveObjectInspector stringOI;

    @Override
    public StructObjectInspector initialize(StructObjectInspector args) throws UDFArgumentException {
        List<? extends StructField> fieldRefs = args.getAllStructFieldRefs();
        if (fieldRefs.size() != 1) {
            throw new IllegalArgumentException("NameParserGenericUDTF() takes exactly one argument");
        }

        ObjectInspector objectInspector = fieldRefs.get(0).getFieldObjectInspector();
        if (ObjectInspector.Category.PRIMITIVE != objectInspector.getCategory()
                && ((PrimitiveObjectInspector) objectInspector).getPrimitiveCategory()
                != PrimitiveObjectInspector.PrimitiveCategory.STRING) {
            throw new UDFArgumentException("NameParserGenericUDTF() takes a string as a parameter");
        }
        stringOI = (PrimitiveObjectInspector) objectInspector;

        // 输出的字段和结构
        List<String> fieldNames = new ArrayList<>();
        List<ObjectInspector> fieldOIs = new ArrayList<>();

        fieldNames.add("name");
        fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);

        fieldNames.add("age");
        fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);

        return ObjectInspectorFactory.getStandardStructObjectInspector(fieldNames, fieldOIs);
    }

    @Override
    public void process(Object[] args) throws HiveException {
        String json = stringOI.getPrimitiveJavaObject(args[0]).toString();
        List<Object[]> results = handlerRecord(json);

        for (Object[] result : results) {
            forward(result);
        }
    }

    @Override
    public void close() throws HiveException {
        // do nothing
    }

    private List<Object[]> handlerRecord(String json) {
        JSONObject jsonObject = JSON.parseObject(json);

        List<Object[]> result = new ArrayList<>();
        result.add(new Object[]{jsonObject.getString("name"), jsonObject.getString("age")});

        return result;
    }

}

验证效果

  • 在hive中创建表
create table test_json_parse(json string)stored as textfile;
  • 编写json文件并上传到hive表结构目录下
json文件内容(000000_0):{"name":"Chain","age":10000}
hdfs上传:hdfs dfs -put 000000_0 /user/hive/warehouse/test_json_parse
  • 添加jar包,和注册临时函数
add jar /home/zap/jar/udtf-0.0.1-SNAPSHOT-jar-with-dependencies.jar;
create temporary function ik_parse_json as 'JsonTransformUDTF';
  • 最终效果


    hive实现效果
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,843评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,538评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,187评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,264评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,289评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,231评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,116评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,945评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,367评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,581评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,754评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,458评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,068评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,692评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,842评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,797评论 2 369
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,654评论 2 354