Hive进行UDF开发十分简单，此处所说UDF为Temporary的function，所以需要hive版本在0.4.0以上才可以。
一、背景：Hive是基于Hadoop中的MapReduce，提供HQL查询的数据仓库。Hive是一个很开放的系统，很多内容都支持用户定制，包括：
a）文件格式：Text File，Sequence File
b）内存中的数据格式： Java Integer/String, Hadoop IntWritable/Text
c）用户提供的 map/reduce脚本：不管什么语言，利用 stdin/stdout 传输数据
d）用户自定义函数: Substr, Trim, 1 – 1
e）用户自定义聚合函数: Sum, Average…… n – 1
2、定义：UDF(User-Defined-Function)，用户自定义函数对数据进行处理。
二、用法
1、UDF函数可以直接应用于select语句，对查询结构做格式化处理后，再输出内容。
2、编写UDF函数的时候需要注意一下几点：
a）自定义UDF需要继承org.apache.hadoop.hive.ql.UDF。
evaluate函数。
c
）
evaluate
函数支持重载。
实现 IP 转十进制
[java]
view plain
copy
print
?
1. package org.iptostring;
2.
3. import org.apache.hadoop.hive.ql.exec.UDF;
4.
5. public class IpToString extends UDF {
6. public String evaluate(long longIp){
7. new StringBuffer("");
8. 24)));
9. ".");
10. 0x00FFFFFF) >>> 16));
11. ".");
12. 0x0000FFFF) >>> 8 ));
13. ".");
14. 0x000000FF)));
15. return sb.toString();
16. }
17. }
[java]
view plain
copy
print
?
1. package org.iptolong;
2.
3. import java.util.regex.Pattern;
4. import org.apache.hadoop.hive.ql.exec.UDF;
5.
6. public class IpToLong extends UDF {
7.
8. public long evaluate(String strIp){
9. "((\\d{1,2}|1\\d\\d|2[0-4]\\d|25[0-5])\\.(\\d{1,2}|1\\d\\d|2[0-4]\\d|25[0-5])\\.(\\d{1,2}|1\\d\\d|2[0-4]\\d|25[0-5])\\.(\\d{1,2}|1\\d\\d|2[0-4]\\d|25[0-5]))");
10. if (pattern.matcher( strIp ).matches()){
11. long[] ip = new long[4];
12. int position1 = strIp.indexOf(".");
13. int position2 = strIp.indexOf(".", position1 + 1);
14. int position3 = strIp.indexOf(".", position2 + 1);
15. 0] = Long.parseLong(strIp.substring(0, position1));
16. 1] = Long.parseLong(strIp.substring(position1+1, position2));
17. 2] = Long.parseLong(strIp.substring(position2+1, position3));
18. 3] = Long.parseLong(strIp.substring(position3+1));
19. return (ip[0] << 24) + (ip[1] << 16) + (ip[2] << 8 ) + ip[3];
20. else{
21. return 0;
22. }
23. }
24. }
