共计 1655 个字符，预计需要花费 5 分钟才能阅读完成。
operators
=, !=, <, >, IS NULL, …+, -, *, /, …AND, OR, IN, …
UDF(User Defined Functions)
hive 内置的 udf 函数 (1 -> 1)：**math: round, floor, ceil, exp, log, …date: to_date, from_unixtimestamp, …conditional: if, isnull, case, coalsce, …string: char, concat, lower, trim, repeat, …
自定义的 UDF 实现方法：
继承 UDF 类
重写 evaluate 方法
将该 java 文件编译成 jar
UDAF(User Defined Aggregate Functions)
hive 内置的 udaf 函数 (n -> 1)：count, sum, min, max, corr, ….
自定义的 UDAF 实现方法: 1，用户的 UDAF 必须继承了 org.apache.hadoop.hive.ql.exec.UDAF；2，用户的 UDAF 必须包含至少一个实现了 org.apache.hadoop.hive.ql.exec 的静态类，诸如实现了 UDAFEvaluator3，一个计算函数必须实现的 5 个方法的具体含义如下：init()：主要是负责初始化计算函数并且重设其内部状态，一般就是重设其内部字段。一般在静态类中定义一个内部字段来存放最终的结果。
iterate()：每一次对一个新值进行聚集计算时候都会调用该方法，计算函数会根据聚集计算结果更新内部状态。当输 入值合法或者正确计算了，则 就返回 true。
terminatePartial()：Hive 需要部分聚集结果的时候会调用该方法，必须要返回一个封装了聚集计算当前状态的对象。
merge()：Hive 进行合并一个部分聚集和另一个部分聚集的时候会调用该方法。
terminate()：Hive 最终聚集结果的时候就会调用该方法。计算函数需要把状态作为一个值返回给用户。
UDTF(User Defined Tabular Functions)
hive 内置的 udtf 函数 (1 -> n)：explode, posexplode, parse_url_tuple, …
自定义的实现方法：
继承 org.apache.hadoop.hive.ql.udf.generic.GenericUDTF
2.initialize()：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）
3.process：初始化完成后，会调用 process 方法, 真正的处理过程在 process 函数中，在 process 中，每一次 forward() 调用产生一行；如果产生多列 可以将多个列的值放在一个数组中，然后将该数组传入到 forward() 函数 4. 最后 close() 方法调用，对需要清理的方法进行清理
PTF(Partitioned table Function, Window Functions)
hive 内置的 ptf 函数 (n -> m)：ROW_NUMBER(), RANK(), DENSE_RANK()
ROW_NUMBER() : 给分区每一行分别编号
RANK()：分区排名
DENSE_RANK() : 分区排名 ( 紧密连续的名次)
e.g.
Usage
hive> show functions;hive> desc function funcName;hive> desc function extended funcName; // describe function with some example
customize:
develop UD[.*]F
compile to *.jar
deploy to cluster
hive> add jar /path/to/lib.jar;hive> create temporary function xxxx as “java.class.name”;hive> select xxxx(…) …;hive> drop temporary function xxxx;
