创建Hive用户自定义函数

功能介绍

AddDoublesUDF主要用来对两个及多个浮点数进行相加，在该样例中可以掌握如何编写和使用UDF。

• 一个普通UDF必须继承自“org.apache.hadoop.hive.ql.exec.UDF”。
• 一个普通UDF必须至少实现一个evaluate()方法，evaluate函数支持重载。
• 开发自定义函数需要在工程中添加“hive-exec-*.jar”依赖包，可从Hive服务的安装目录下获取，例如在“${BIGDATA_HOME}/components/FusionInsight_HD_*/Hive/disaster/plugin/lib/”目录下获取。

样例代码

以下为UDF示例代码：

其中，xxx通常为程序开发的组织名称。

package com.xxx.bigdata.hive.example.udf;
import org.apache.hadoop.hive.ql.exec.UDF;

public class AddDoublesUDF extends UDF { 
 public Double evaluate(Double... a) { 
    Double total = 0.0; 
    // 处理逻辑部分. 
    for (int i = 0; i < a.length; i++) 
      if (a[i] != null) 
        total += a[i]; 
    return total; 
  } 
} 

创建Hive用户自定义函数

1. 准备执行函数的用户。
   1. 使用admin用户登录Manager界面，选择“集群 > 集群属性”，查看集群的“认证模式”并记录。
   2. 选择“集群 > 服务 > Hive”，单击页面右上角的“更多”查看Hive是否启用Ranger鉴权。
   3. 选择“系统 > 权限 > 用户”，单击“添加用户”，配置以下参数并单击“确定”，创建执行自定义函数的用户：
      • 用户名：填写用户名称，例如：test。
      • 用户类型：选择“人机”用户。
      • “密码”和“确认新密码”输入该用户对应的密码。
      • 用户组：单击“添加”，选择“hive”和“hadoop”用户组并单击“确定”。
   4. 根据集群的认证模式及是否启用Ranger鉴权为新创建的用户赋权：
      • 集群的“认证模式”为“安全模式”：
        • “启用Ranger鉴权”按钮置灰（Hive已启用Ranger鉴权），执行1.e。
        • “停用Ranger鉴权”按钮置灰（Hive未启用Ranger鉴权），执行1.f。
      • 集群的“认证模式”为“普通模式”：
        • “启用Ranger鉴权”按钮置灰（Hive已启用Ranger鉴权），执行1.e。
        • “停用Ranger鉴权”按钮置灰（Hive未启用Ranger鉴权），执行2。
   5. Hive使用Ranger鉴权，需使用Ranger管理员用户（安全模式集群为rangeradmin，普通模式集群为admin）登录Ranger管理界面为用户添加Hive权限控制策略。
      1. 选择“集群 > 服务 > Ranger”，单击“Ranger Web UI”右侧的超链接登录Ranger WebUI页面。
      2. 安全模式集群需单击页面右上角的用户名，在下拉框中单击“Log Out”退出当前用户，使用rangeradmin用户重新登录Ranger管理界面。
      3. 在首页中单击“HADOOP SQL”区域的组件插件名称如“Hive”。
      4. 在“Access”页签单击“Add New Policy”，配置以下参数并单击“Add”：
         • Policy Name：设置策略名称，例如：test_hive。
         • database：
           • 永久函数：配置要添加函数的数据库名称，例如：default。
           • 临时函数：将“database”切换为“global”，并配置具体的函数名或设置为*。
         • table：切换为“udf”，并配置具体的函数名或设置为*。临时函数无需配置该参数。
         • 在“Allow Conditions”区域的“Select User”列选择新增的用户，在“Permissions”新增以下权限：
           • 永久函数：根据实际业务需求进行授权，例如，可新增“create”、“select”和“drop”权限。
           • 临时函数：添加“Temporary UDF Admin”权限。
   6. Hive使用Manager角色鉴权，需创建具有Hive管理员权限的用户才能执行永久函数和临时函数。
      1. 在Manager页面首页，选择“系统 > 权限 > 角色”，单击“添加角色”，配置以下参数并单击“确定”：
         • 角色名称：填写角色名称，例如：test_role。
         • 配置资源权限：在“配置资源权限”列表中单击“待操作的集群名称 > Hive”，勾选“Hive管理员权限”。
      2. 单击“用户”，单击1.c新创建的用户所在行的“修改”。
      3. 在修改用户页面，单击“角色”右侧的添加，添加新创建的具有Hive管理员权限的角色，单击“确定”。

2. 把以上程序打包成AddDoublesUDF.jar，并上传至客户端安装节点，例如“opt”目录下，再上传到HDFS指定目录下（例如“/user/hive_examples_jars”）。创建函数的用户与使用函数的用户都需要具有该文件的可读权限。
   1. 切换至客户端安装目录并配置环境变量：

      cd 客户端安装目录

      source bigdata_env

   2. 认证用户。
      • 集群已开启Kerberos认证（安全模式）：

        kinit 业务用户

      • 集群未开启Kerberos认证（普通模式）：

        export HADOOP_USER_NAME=业务用户

   3. 上传UDF Jar包至HDFS目录中：

      hdfs dfs -put /opt /user/hive_examples_jars

      hdfs dfs -chmod 777 /user/hive_examples_jars

3. 登录Hive客户端。
   • 集群已开启Kerberos认证（安全模式），执行如下命令：

     beeline

     

     如果用户绑定了Hive管理员角色，在每个beeline的维护操作会话中，都需要执行以下命令切换成admin角色再执行后续操作：

     set role admin;

   • 集群未开启Kerberos认证（普通模式），执行如下命令：

     beeline -n Hive业务用户

4. 在Hive Server中执行以下命令定义该函数：
   • 创建永久函数：

     CREATE FUNCTION addDoubles AS 'com.xxx.bigdata.hive.example.udf.AddDoublesUDF' using jar 'hdfs://hacluster/user/hive_examples_jars/AddDoublesUDF.jar';

     其中addDoubles是该函数的别名，用于SELECT查询中使用；xxx通常为程序开发的组织名称。

   • 创建临时函数：

     CREATE TEMPORARY FUNCTION addDoubles AS 'com.xxx.bigdata.hive.example.udf.AddDoublesUDF' using jar 'hdfs://hacluster/user/hive_examples_jars/AddDoublesUDF.jar';

     • addDoubles是该函数的别名，用于SELECT查询中使用。
     • 关键字TEMPORARY说明该函数只在当前这个Hive Server的会话过程中定义使用。

5. 在Hive Server中执行以下命令使用该函数：

   SELECT addDoubles(1,2,3);

   

   若重新连接客户端再使用函数出现[Error 10011]的错误，可执行reload function;命令后再使用该函数。

6. 在Hive Server中执行以下命令删除该函数：

   DROP FUNCTION addDoubles;

扩展应用

无