Hive中UDAF的实现方式调研

UDAF在Hive中实现主要有两种,类似于UDF:

  • 继承org.apache.hadoop.hive.ql.exec.UDAF.udaf: 实现比较简单,但在Hive中已经deperated;
  • 继承org.apache.hadoop.hive.ql.udf.generic.AbstractGenericUDAFResolver: 实现比较繁琐,但功能强大;

示例:实现UDAF,当有多行时,选择某一列中包含最多字符的值;

基于AbstractGenericUDAFResolver方式实现

package com.alipay.mbaprod.spark.udaf;

import org.apache.hadoop.hive.ql.exec.Description;
import org.apache.hadoop.hive.ql.exec.UDFArgumentTypeException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.ql.parse.SemanticException;
import org.apache.hadoop.hive.ql.udf.generic.AbstractGenericUDAFResolver;
import org.apache.hadoop.hive.ql.udf.generic.GenericUDAFEvaluator;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorUtils;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.StringObjectInspector;
import org.apache.hadoop.hive.serde2.typeinfo.TypeInfo;
import org.apache.hadoop.hive.serde2.typeinfo.TypeInfoUtils;


@Description(name = "longest_record", value = "_FUNC_(expr) - Returns the maximum's length row of expr")
public class LongestRecordUDAF extends AbstractGenericUDAFResolver {

  @Override
  public GenericUDAFEvaluator getEvaluator(TypeInfo[] parameters) throws SemanticException {
    // Now only support one parameter.
    if (parameters.length != 1) {
      throw new UDFArgumentTypeException(parameters.length - 1,
          "Exactly one argument is expected.");
    }

    ObjectInspector oi = TypeInfoUtils.getStandardJavaObjectInspectorFromTypeInfo(parameters[0]);
    if (!ObjectInspectorUtils.compareSupported(oi)) {
      throw new UDFArgumentTypeException(0, "Cannot support comparison of map<> type or complex type containing map<>.");
    }

    return new GenericUDAFMaxLenRowEvaluator();
  }

  // @UDFType(distinctLike=true)
  public static class GenericUDAFMaxLenRowEvaluator extends GenericUDAFEvaluator {
    ObjectInspector inputOI;
    ObjectInspector outputOI;

    @Override
    public ObjectInspector init(Mode mode, ObjectInspector[] parameters) throws HiveException {
      super.init(mode, parameters);

      inputOI = parameters[0];
      outputOI = ObjectInspectorUtils.getStandardObjectInspector(inputOI, ObjectInspectorUtils.ObjectInspectorCopyOption.JAVA);
      return outputOI;
    }

    static class MaxLenAgg implements AggregationBuffer {
      Object o;
    }

    @Override
    public AggregationBuffer getNewAggregationBuffer() throws HiveException {
      MaxLenAgg result = new MaxLenAgg();
      return result;
    }

    @Override
    public void reset(AggregationBuffer agg) throws HiveException {
      MaxLenAgg maxagg = (MaxLenAgg) agg;
      maxagg.o = null;
    }

    @Override
    public void iterate(AggregationBuffer agg, Object[] parameters) throws HiveException {
      System.out.println("iterate, len:" + parameters.length);
      merge(agg, parameters[0]);
    }

    @Override
    public Object terminatePartial(AggregationBuffer agg) throws HiveException {
      System.out.println("terminal:");
      return terminate(agg);
    }

    @Override
    public void merge(AggregationBuffer agg, Object partial) throws HiveException {
      if (partial != null) {
        MaxLenAgg maxagg = (MaxLenAgg) agg;

        if (maxagg.o != null) {
          String oldV = ((StringObjectInspector) inputOI).getPrimitiveJavaObject(maxagg.o);
          String newV = ((StringObjectInspector) inputOI).getPrimitiveJavaObject(partial);
          if (newV.length() > oldV.length()) {
            System.out.println("newV is greater, new:" + newV + ", old:" + oldV);
            maxagg.o = ObjectInspectorUtils.copyToStandardObject(partial, inputOI,
                ObjectInspectorUtils.ObjectInspectorCopyOption.JAVA);
          }
        } else {
          maxagg.o = ObjectInspectorUtils.copyToStandardObject(partial, inputOI,
              ObjectInspectorUtils.ObjectInspectorCopyOption.JAVA);
        }
      }
    }

    @Override
    public Object terminate(AggregationBuffer agg) throws HiveException {
      System.out.println("ter:");
      MaxLenAgg maxagg = (MaxLenAgg) agg;
      return maxagg.o;
    }
  }
}

基于udaf的方式实现

package com.alipay.mbaprod.spark.udaf;

import com.alipay.mbaprod.spark.udtf.CollectCardUDTF;
import org.apache.hadoop.hive.ql.exec.UDAF;
import org.apache.hadoop.hive.ql.exec.UDAFEvaluator;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

/**
 * @author shuming.lsm
 * @version 2019/03/29
 */
public class MaxLenRowUDAF extends UDAF {
  // Define Logging
  private static final Logger LOG = LoggerFactory.getLogger(CollectCardUDTF.class);

  public static class MaxLenRowUDAFEvaluator implements UDAFEvaluator {
    private String result;

    // A - Initalize evaluator - indicating that no values have been
    // aggregated yet.
    public void init() {
      LOG.debug("Initialize evaluator");
      result = null;
    }

    // B- Iterate every time there is a new value to be aggregated
    public boolean iterate(String value) throws HiveException {
      LOG.debug("Iterating over each value for aggregation: " + value);
      if (result == null) {
        result = value;
        return true;
      }

      if (value != null && value.length() > result.length()) {
        result = value;
      }
      return true;
    }

    // C - Called when Hive wants partially aggregated results.
    public String terminatePartial() {
      LOG.debug("Return partially aggregated results");
      return result;
    }

    // D - Called when Hive decides to combine one partial aggregation with another
    public boolean merge(String other) {
      LOG.debug("merging by combining partial aggregation");
      if(other == null) {
        return true;
      }

      if (result == null) {
        result = other;
        return true;
      }

      if (other.length() > result.length()) {
        result = other;
      }

      return true;
    }

    // E - Called when the final result of the aggregation needed.
    public String terminate(){
      LOG.debug("At the end of last record of the group - returning final result");
      return result;
    }
  }
}
©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 195,783评论 5 462
  • 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 82,360评论 2 373
  • 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 142,942评论 0 325
  • 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 52,507评论 1 267
  • 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 61,324评论 5 358
  • 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 46,299评论 1 273
  • 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 36,685评论 3 386
  • 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 35,358评论 0 254
  • 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 39,652评论 1 293
  • 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 34,704评论 2 312
  • 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 36,465评论 1 326
  • 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 32,318评论 3 313
  • 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 37,711评论 3 299
  • 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 28,991评论 0 19
  • 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 30,265评论 1 251
  • 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 41,661评论 2 342
  • 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 40,864评论 2 335

推荐阅读更多精彩内容