您好,登錄后才能下訂單哦!
小編給大家分享一下hive內(nèi)置函數(shù)有什么用,相信大部分人都還不怎么了解,因此分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后大有收獲,下面讓我們一起去了解一下吧!
hive內(nèi)置函數(shù):1、用戶自定義函數(shù)對(duì)數(shù)據(jù)進(jìn)行處理;2、用來解決輸入一行輸出多行【(On-to-many maping)】的需求;3、用戶自定義聚合函數(shù),操作多個(gè)數(shù)據(jù)行,產(chǎn)生一個(gè)數(shù)據(jù)行。
hive內(nèi)置函數(shù):
定義:
UDF(User-Defined-Function),用戶自定義函數(shù)對(duì)數(shù)據(jù)進(jìn)行處理。
UDTF(User-Defined Table-Generating Functions) 用來解決 輸入一行輸出多行(On-to-many maping) 的需求。
UDAF(User Defined Aggregation Function)用戶自定義聚合函數(shù),操作多個(gè)數(shù)據(jù)行,產(chǎn)生一個(gè)數(shù)據(jù)行。
用法:
1、UDF函數(shù)可以直接應(yīng)用于select語(yǔ)句,對(duì)查詢結(jié)構(gòu)做格式化處理后,再輸出內(nèi)容。
2、編寫UDF函數(shù)的時(shí)候需要注意一下幾點(diǎn):
a)自定義UDF需要繼承org.apache.hadoop.hive.ql.UDF
。
b)需要實(shí)現(xiàn)evaluate函。
c)evaluate函數(shù)支持重載。
hive的本地模式:
大多數(shù)的Hadoop job是需要hadoop提供的完整的可擴(kuò)展性來處理大數(shù)據(jù)的。不過,有時(shí)hive的輸入數(shù)據(jù)量是非常小的。在這種情況下,為查詢出發(fā)執(zhí)行任務(wù)的時(shí)間消耗可能會(huì)比實(shí)際job的執(zhí)行時(shí)間要多的多。對(duì)于大多數(shù)這種情況,hive可以通過本地模式在單臺(tái)機(jī)器上處理所有的任務(wù)。對(duì)于小數(shù)據(jù)集,執(zhí)行時(shí)間會(huì)明顯被縮短。
如此一來,對(duì)數(shù)據(jù)量比較小的操作,就可以在本地執(zhí)行,這樣要比提交任務(wù)到集群執(zhí)行效率要快很多。
配置如下參數(shù),可以開啟Hive的本地模式:
hive> set hive.exec.mode.local.auto=true;(默認(rèn)為false)
當(dāng)一個(gè)job滿足如下條件才能真正使用本地模式:
1.job的輸入數(shù)據(jù)大小必須小于參數(shù):hive.exec.mode.local.auto.inputbytes.max(默認(rèn)128MB)
2.job的map數(shù)必須小于參數(shù):hive.exec.mode.local.auto.tasks.max(默認(rèn)4)
3.job的reduce數(shù)必須為0或者1
以上是“hive內(nèi)置函數(shù)有什么用”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對(duì)大家有所幫助,如果還想學(xué)習(xí)更多知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。