如何使用Hive中自定義UDAF函數(shù)實現(xiàn)統(tǒng)計區(qū)域產(chǎn)品用戶訪問排名

這篇文章主要介紹如何使用Hive中自定義UDAF函數(shù)實現(xiàn)統(tǒng)計區(qū)域產(chǎn)品用戶訪問排名，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

UDAF實現(xiàn)方法: 
1，用戶的UDAF必須繼承了org.apache.hadoop.hive.ql.exec.UDAF；
2，用戶的UDAF必須包含至少一個實現(xiàn)了org.apache.hadoop.hive.ql.exec的靜態(tài)類，諸如實現(xiàn)了 UDAFEvaluator 
3，一個計算函數(shù)必須實現(xiàn)的5個方法的具體含義如下：
init()：主要是負責初始化計算函數(shù)并且重設其內(nèi)部狀態(tài)，一般就是重設其內(nèi)部字段。一般在靜態(tài)類中定義一個內(nèi)部字段來存放最終的結果。
iterate()：每一次對一個新值進行聚集計算時候都會調(diào)用該方法，計算函數(shù)會根據(jù)聚集計算結果更新內(nèi)部狀態(tài)。當輸 入值合法或者正確計算了，則       就返回true。
terminatePartial()：Hive需要部分聚集結果的時候會調(diào)用該方法，必須要返回一個封裝了聚集計算當前狀態(tài)的對象。
merge()：Hive進行合并一個部分聚集和另一個部分聚集的時候會調(diào)用該方法。
terminate()：Hive最終聚集結果的時候就會調(diào)用該方法。計算函數(shù)需要把狀態(tài)作為一個值返回給用戶。

mapreduce階段調(diào)用函數(shù) 
MAP 
init() 
iterate() 
terminatePartial()

Combiner 
merge() 
terminatePartial()

REDUCE 
init() 
merge() 
terminate()

一、自定義UDAF函數(shù)
點擊(此處)折疊或打開

此處)折疊或打開

1. DROP TEMPORARY FUNCTION user_click;
   

2. 
   

3. add jar /data/hive_udf-1.0.jar;
   

4. 
   

5. CREATE TEMPORARY FUNCTION user_click AS 'hive.org.ruozedata.UserClickUDAF';

三、調(diào)用自定義UDAF函數(shù)處理數(shù)據(jù)

點擊(此處)折疊或打開

1. insert overwrite directory '/works/tmp1' ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
   

2. select regexp_replace(substring(rs, instr(rs, '=')+1), '}', '') from (
   

3.   select explode(split(user_click(pcid, pcname, type),',')) as rs from (
   

4.     select * from (
   

5.       select '-2' as type, product_id as pcid, product_name as pcname from product_info
   

6.       union all
   

7.       select '-1' as type, city_id as pcid,area as pcname from city_info
   

8.       union all
   

9.       select count(1) as type,
   

10.              product_id as pcid,
    

11.              city_id as pcname
    

12.         from user_click
    

13.        where action_time='2016-05-05'
    

14.       group by product_id,city_id
    

15.     ) a
    

16.   order by type) b
    

17. ) c

四、創(chuàng)建Hive臨時外部表

點擊(此處)折疊或打開

1. create external table tmp1(
   

2. city_name string,
   

3. product_name string,
   

4. rn string
   

5. )
   

6. ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
   

7. location '/works/tmp1';

五、-統(tǒng)計最終區(qū)域前3產(chǎn)品排名

點擊(此處)折疊或打開

1. select * from (
   

2. select city_name,
   

3.        product_name,
   

4.        floor(sum(rn)) visit_num,
   

5.        row_number()over(partition by city_name order by sum(rn) desc) rn,
   

6.        '2016-05-05' action_time
   

7.   from tmp1
   

8.  group by city_name,product_name
   

9. ) a where rn <=3

六、統(tǒng)計結果

以上是“如何使用Hive中自定義UDAF函數(shù)實現(xiàn)統(tǒng)計區(qū)域產(chǎn)品用戶訪問排名”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關知識，歡迎關注億速云行業(yè)資訊頻道！