Hive自定义udf函数

  1.继承UDF类
  2.重写evaluate方法
  3.把项目打成jar包
  4.hive中执行命令add jar /home/jrjt/dwetl/PUB/UDF/udf/GetProperty.jar;
  5.创建函数create temporary function get_pro as 'jd.Get_Property'//jd.jd.Get_Property为类路径;

自带函数
1. 字符串长度函数：length

语法: length(string A)
返回值: int
说明：返回字符串A的长度
举例：

hive> select length('abcedfg') from lxw_dual;
7

2. 字符串反转函数：reverse
语法: reverse(string A)
返回值: string
说明：返回字符串A的反转结果
举例：

hive> select reverse(abcedfg’) from lxw_dual;
gfdecba

3. 字符串连接函数：concat
语法: concat(string A, string B…)
返回值: string
说明：返回输入字符串连接后的结果，支持随意个输入字符串
举例：

hive> select concat(‘abc’,'def’,'gh’) from lxw_dual;
abcdefgh

4. 带分隔符字符串连接函数：concat_ws
语法: concat_ws(string SEP, string A, string B…)
返回值: string
说明：返回输入字符串连接后的结果。SEP表示各个字符串间的分隔符
举例：

hive> select concat_ws(',','abc','def','gh') from lxw_dual;
abc,def,gh

5. 字符串截取函数：substr,substring
语法: substr(string A, int start),substring(string A, int start)
返回值: string
说明：返回字符串A从start位置到结尾的字符串
举例：

hive> select substr('abcde',3) from lxw_dual;
cde
hive> select substring('abcde',3) from lxw_dual;
cde
hive>  selectsubstr('abcde',-1) from lxw_dual;  （和ORACLE同样）
e

6. 字符串截取函数：substr,substring
语法: substr(string A, int start, int len),substring(string A, intstart, int len)
返回值: string
说明：返回字符串A从start位置開始，长度为len的字符串
举例：

hive> select substr('abcde',3,2) from lxw_dual;
cd
hive> select substring('abcde',3,2) from lxw_dual;
cd
hive>select substring('abcde',-2,2) from lxw_dual;
de

7. 字符串转大写函数：upper,ucase
语法: upper(string A) ucase(string A)
返回值: string
说明：返回字符串A的大写格式
举例：

hive> select upper('abSEd') from lxw_dual;
ABSED
hive> select ucase('abSEd') from lxw_dual;
ABSED

8. 字符串转小写函数：lower,lcase
语法: lower(string A) lcase(string A)
返回值: string
说明：返回字符串A的小写格式
举例：

hive> select lower('abSEd') from lxw_dual;
absed
hive> select lcase('abSEd') from lxw_dual;
absed

9. 去空格函数：trim
语法: trim(string A)
返回值: string
说明：去除字符串两边的空格
举例：

hive> select trim(' abc ') from lxw_dual;
abc

10. 左边去空格函数：ltrim
语法: ltrim(string A)
返回值: string
说明：去除字符串左边的空格
举例：

hive> select ltrim(' abc ') from lxw_dual;
abc

11. 右边去空格函数：rtrim
语法: rtrim(string A)
返回值: string
说明：去除字符串右边的空格
举例：

hive> select rtrim(' abc ') from lxw_dual;
abc

12. 正則表達式替换函数：regexp_replace
语法: regexp_replace(string A, string B, string C)
返回值: string
说明：将字符串A中的符合java正則表達式B的部分替换为C。
注意，在有些情况下要使用转义字符,类似oracle中的regexp_replace函数。

举例：

hive> select regexp_replace('foobar', 'oo|ar', '') from lxw_dual;
fb

13. 正則表達式解析函数：regexp_extract
语法: regexp_extract(string subject, string pattern, int index)
返回值: string
说明：将字符串subject依照pattern正則表達式的规则拆分。返回index指定的字符。
举例：

hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1) fromlxw_dual;
the
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2) fromlxw_dual;
bar
hive> select regexp_extract('foothebar', 'foo(.*?
)(bar)', 0) fromlxw_dual;foothebar

注意，在有些情况下要使用转义字符，以下的等号要用双竖线转义。这是java正則表達式的规则。

select data_field,regexp_extract(data_field,'.*?bgStart\\\\=([^&]+)',1) as aaa,regexp_extract(data_field,'.*?contentLoaded_headStart\\\\=([^&]+)',1) as bbb,regexp_extract(data_field,'.*?
AppLoad2Req\\\\=([^&]+)',1) as cccfrom pt_nginx_loginlog_stwhere pt = '2012-03-26'limit 2;

14. URL解析函数：parse_url
语法: parse_url(string urlString, string partToExtract [, stringkeyToExtract])
返回值: string
说明：返回URL中指定的部分。partToExtract的有效值为：HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, and USERINFO.
举例：

hive> selectparse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST') fromlxw_dual;
facebook.com
hive> selectparse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY','k1') from lxw_dual;
v1

15. json解析函数：get_json_object
语法: get_json_object(string json_string, string path)
返回值: string
说明：解析json的字符串json_string,返回path指定的内容。假设输入的json字符串无效，那么返回NULL。
举例：

hive> select get_json_object('{"store":
>  {"fruit":\\[{"weight":8,"type":"apple"},{"weight":9,"type":"pear"}],
>   "bicycle":{"price":19.95,"color":"red"}
>   },
> "email":"amy@only_for_json_udf_test.net",
>  "owner":"amy"
> }
> ','$.owner') from lxw_dual;
amy

16. 空格字符串函数：space
语法: space(int n)
返回值: string
说明：返回长度为n的字符串
举例：

hive> select space(10) from lxw_dual;
hive> select length(space(10)) from lxw_dual;
10

17. 反复字符串函数：repeat
语法: repeat(string str, int n)
返回值: string
说明：返回反复n次后的str字符串
举例：

hive> select repeat('abc',5) from lxw_dual;
abcabcabcabcabc

18. 首字符ascii函数：ascii
语法: ascii(string str)
返回值: int
说明：返回字符串str第一个字符的ascii码
举例：

hive> select ascii('abcde') from lxw_dual;
97

19. 左补足函数：lpad
语法: lpad(string str, int len, string pad)
返回值: string
说明：将str进行用pad进行左补足到len位
举例：

hive> select lpad('abc',10,'td') from lxw_dual;
tdtdtdtabc

注意：与GP，ORACLE不同，pad 不能默认
20. 右补足函数：rpad
语法: rpad(string str, int len, string pad)
返回值: string
说明：将str进行用pad进行右补足到len位
举例：

hive> select rpad('abc',10,'td') from lxw_dual;
abctdtdtdt

21. 切割字符串函数: split
语法:  split(string str, stringpat)
返回值:  array
说明: 依照pat字符串切割str，会返回切割后的字符串数组
举例：

hive> select split('abtcdtef','t') from lxw_dual;
["ab","cd","ef"]

22. 集合查找函数:find_in_set
语法: find_in_set(string str, string strList)
返回值: int
说明: 返回str在strlist第一次出现的位置。strlist是用逗号切割的字符串。假设没有找该str字符，则返回0
举例：

hive> select find_in_set('ab','ef,ab,de') from lxw_dual;
2
hive> select find_in_set('at','ef,ab,de') from lxw_dual;
0