注：本文copy自http://blog.csdn.net/lzm1340458776/article/details/43313919，纯属当笔记使用。
Hive在查询数据时，有些聚类函数框架并没有提供实现，需要用户自定义实现，这称为UDAF(User-Defined Aggregation Function)。UDAF是针对多条记录的，通俗的讲就是多进一出。下面是实现UDAF的步骤：
1：函数类需要继承UDAF类，并且该函数类中必须提供一个实现了UDAFEvaluator接口的内部类。
2.内部类需要实现init()、iterate()、terminatePartial()、merge()、terminate()这几个函数。
2.1：init()函数实现接口UDAFEvaluator中的init()函数，主要是负责初始化计算函数并且重设其内部状态，一般就是重设其内部字段。一般在静态类中定义一个内部字段存放最终结果。
2.2：iterate()函数接收传入的参数，并进行内部轮转。其返回类型为boolean，每一次对一个新值进行聚集计算时候都会调用该方法，计算函数会根据聚集计算结果更新内部状态。当输入值合法或者正确计算了，则返回true。
2.3：terminatePartial()无参数，其为iterate()函数轮转结束后，返回轮转数据，terminatePartial()类似于Hadoop的Combiner，Hive需要部分结果的时候会调用该方法，必须要返回一个封装了聚集计算当前状态的对象。
2.4：merge接收terminatePartial()的返回结果，进行数据merge()操作，其返回类型为boolean，Hive进行合并一个部分聚集和另一个部分聚集的时候会调用该方法。
2.5：terminate()返回最终的聚集函数结果，Hive最终聚集结果的时候会调用该方法。计算函数需要把状态作为一个值返回给用户。
注：部分聚集结果的数据类型和最终结果的数据类型可以不同。
示例：自定义一个求最大值的UDAF函数：
/**
* UDAF是输入多个数据行，产生一个数据行
* 用户自定义UDAF必须继承UDFA，必须提供一个实现了UDAFEvaluator接口的内部类
* @author 廖*民
* time : 2015年1月30日下午9:43:38
* @version
*/
public class MaxiNumber extends UDAF{
public static class MaxiNumberIntUDAFEvaluator implements UDAFEvaluator{
//最终结果
private FloatWritable result;
//负责初始化计算函数并设置它的内部状态，result是存放最终结果的
public void init() {
result=null;
}
//每次对一个新值进行聚集计算都会调用iterate方法
public boolean iterate(FloatWritable value)
{
if(value==null)
return false;
if(result==null)
result=new FloatWritable(value.get());
else
result.set(Math.max(result.get(), value.get()));
return true;
}
//Hive需要部分聚集结果的时候会调用该方法
//会返回一个封装了聚集计算当前状态的对象
public FloatWritable terminatePartial()
{
return result;
}
//合并两个部分聚集值会调用这个方法
public boolean merge(FloatWritable other)
{
return iterate(other);
}
//Hive需要最终聚集结果时候会调用该方法
public FloatWritable terminate()
{
return result;
}
}
}
#打成jar包，上传到服务器。
#添加到Hive环境
hive (hive)> add jar /usr/local/src/maxi.jar;
Added /usr/local/src/maxi.jar to class path
Added resource: /usr/local/src/maxi.jar
#创建临时函数
hive (hive)> create temporary function maxNumber as 'com.lixue.udaf.MaxiNumber';
OK
Time taken: 0.018 seconds
#测试数据：求id的最大值
hive (hive)> select * from user;
OK
id name
1 lavimer
2 liaozhongmin
3 liaozemin
100 hello
200 hadoop
#使用自定义的UDAF
hive (hive)> select maxNumber(id) from user;
//MapReduce...
OK
_c0
200.0
Time taken: 5.364 seconds
#删除UDAF
hive (hive)> drop temporary function maxNumber;
OK
Time taken: 0.03 seconds
hive (hive)>
