Hive執行UDF UDTF HQL指令碼解析

insert overwrite table dwd_base_event_log partition(dt='2020-03-10'
)select
base_analizer(line,
'mid'
) as mid_id,
base_analizer(line,
'uid'
) as user_id,
base_analizer(line,
'vc'
) as version_code,
base_analizer(line,
'vn'
) as version_name,
base_analizer(line,
'l') as lang,
base_analizer(line,
'sr'
) as source,
base_analizer(line,
'os'
) as os,
base_analizer(line,
'ar'
) as area,
base_analizer(line,
'md'
) as model,
base_analizer(line,
'ba'
) as brand,
base_analizer(line,
'sv'
) as sdk_version,
base_analizer(line,
'g') as gmail,
base_analizer(line,
'hw'
) as height_width,
base_analizer(line,
't'    base_analizer(line,
'nw'
) as network,
base_analizer(line,
'ln'
) as lng,
base_analizer(line,
'la'
) as lat,
event_name,
event_json,
base_analizer(line,
'st'
) as server_time
from ods_event_log lateral view flat_analizer(base_analizer(line,
'et'
)) tmp_flat as event_name,event_json
where dt='2020-03-10' and base_analizer(line,
'et'
)<>''
;

以此為例，將ods_event_log表的『2020-03-10』分割槽資料的並且通過udf base_analizer()解析key為『et』的字段不為空的資料插入表dwd_base_event_log 的2020-03-10分割槽。

base_analizer():udf 目的將原始資料解析成json，再根據傳入的引數解析出公共欄位mid uid cv 等

flat_analizer():udtf 目的解析出資料中含有的事件欄位en ，即一條ods_event_log欄位包含由多個en欄位組成的json集合。而此處是將其全部解析成單個。[1,2,3]-> 1,2,3

lateral view flat_analizer(base_analizer(line,『et』)) tmp_flat as event_name,event_json

lateral view :lateral view用於和split, explode等udtf一起使用，它能夠將一行資料拆成多行資料，在此基礎上可以對拆分後的資料進行聚合。lateral view首先為原始表的每行呼叫udtf，utdf會把一行拆分成一或者多行，lateral view再把結果組合，產生乙個支援別名表的虛擬表。

此句話目的是將

name

score

小明[1，2，3]

小花[7，7，7]

轉成name

score小明1

小明2小明3

小花7小花7

小花7

Hive執行UDF UDTF HQL指令碼解析

Hive 指令碼執行

Hive 執行計畫

Hive 推測執行

Hive執行UDF UDTF HQL指令碼解析

Hive 指令碼執行

Hive 執行計畫

Hive 推測執行

相關推薦