计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive

创建Hive用户自定义函数

更新时间:2024-10-24 GMT+08:00

当Hive的内置函数不能满足需要时,可以通过编写用户自定义函数UDF(User-Defined Functions)插入自己的处理代码并在查询中使用它们。

按实现方式,UDF分如下分类:

  • 普通的UDF,用于操作单个数据行,且产生一个数据行作为输出。
  • 用户定义聚集函数UDAF(User-Defined Aggregating Functions),用于接受多个输入数据行,并产生一个输出数据行。
  • 用户定义表生成函数UDTF(User-Defined Table-Generating Functions),用于操作单个输入行,产生多个输出行。

按使用方法,UDF有如下分类:

  • 临时函数,只能在当前会话使用,重启会话后需要重新创建。
  • 永久函数,可以在多个会话中使用,不需要每次创建。
说明:
  • 用户自定义函数需要用户控制函数中变量的内存、线程等资源的占用,如果控制不当可能会导致内存溢出、CPU使用高等问题。
  • 若集群开启了Ranger鉴权,需要关闭Ranger鉴权后才能使用Python的UDF函数。

下面以编写一个AddDoublesUDF为例,说明UDF的编写和使用方法。

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。

说明:
  • 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

      说明:

      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);

    说明:

    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

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容