hive中lateral view怎么用

這篇文章主要介紹了hive中lateral view怎么用，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

概況

Lateral view與UDTF函數一起使用，UDTF對每個輸入行產生0或者多個輸出行。Lateral view首先在基表的每個輸入行應用UDTF，然后連接結果輸出行與輸入行組成擁有指定表別名的虛擬表。

測試SQL

explain SELECT id, sq,myCol from window_test_table LATERAL VIEW explode(split(sq,',')) myTab as myCol;

這個sql 經歷了兩條線：

ts(TableScan)-->lvf(Lateral View Forward)-->sel(Select)-->lvj(Lateral View Join)-->sel(Select)
ts(TableScan)-->lvf(Lateral View Forward)-->sel(Select)-->udtf-->lvj(Lateral View Join)-->sel(Select)

1、TableScanOperator

不多說，常規讀表操作

2、LateralViewForwardOperator

@Override
public void process(Object row, int tag) throws HiveException {
  forward(row, inputObjInspectors[tag]);
}

幾乎什么都沒做，數據怎么來的，還怎么送出去。

2-1、左側SelectOperator

篩選出你需要的非explode的列：id,sq

2-2-1、右側SelectOperator

篩選出explode的列：split(sq, ',')

2-2-2、右側UDTFOperator

@Override
public void process(Object row, int tag) throws HiveException {
  StructObjectInspector soi = (StructObjectInspector) inputObjInspectors[tag];
  List<? extends StructField> fields = soi.getAllStructFieldRefs();
 //從row里解出字段
 for (int i = 0; i < fields.size(); i++) {
    objToSendToUDTF[i] = soi.getStructFieldData(row, fields.get(i));
  }
//真正處理數據的是 genericUDTF的某個實現類，比如，explode，那就是GenericUDTFExplode.java 的process
  genericUDTF.process(objToSendToUDTF);
 //這里判斷一下有沒有outer關鍵字。這里真的真的真的是，可能用了很久了，還不知道udtf還有個outer 關鍵字
 if (conf.isOuterLV() && collector.getCounter() == 0) {
 //思考一下這一步是干嘛？
    collector.collect(outerObj);
  }
  collector.reset();
}

GenericUDTFExplode.java就相當容易理解了，畢竟我們自己寫udtf時，也是這么做的：

/**
 * GenericUDTFExplode.
 *
 */
@Description(name = "explode",
    value = "_FUNC_(a) - separates the elements of array a into multiple rows,"
      + " or the elements of a map into multiple rows and columns ")
public class GenericUDTFExplode extends GenericUDTF {
....
@Override
//主要處理數據的方法
public void process(Object[] o) throws HiveException {
 switch (inputOI.getCategory()) {
 case LIST:  //處理list
    ListObjectInspector listOI = (ListObjectInspector)inputOI;
 List<?> list = listOI.getList(o[0]);
 if (list == null) {
 return;  //當數組里沒有值時，不發送數據
    }
 for (Object r : list) {
      forwardListObj[0] = r;
      forward(forwardListObj);
    }
 break;
 case MAP: //處理map
    MapObjectInspector mapOI = (MapObjectInspector)inputOI;
    Map<?,?> map = mapOI.getMap(o[0]);
 if (map == null) {
 return;
    }
 for (Entry<?,?> r : map.entrySet()) {
      forwardMapObj[0] = r.getKey();
      forwardMapObj[1] = r.getValue();
      forward(forwardMapObj);
    }
 break;
 default:
 throw new TaskExecutionException("explode() can only operate on an array or a map");
  }
}
....
}

為什么要有outer關鍵字？

當UDTF不產生任何行時，比如explode()函數的輸入列為空，LATERALVIEW就不會生成任何輸出行。在這種情況下原有行永遠不會出現在結果中。OUTRE可被用于阻止這種情況，輸出行中來自UDTF的列將被設置為NULL。

例如：

實際上從代碼里，也能夠看到：

UDTF會借助UDTFCollector為其展開的結果計數，并forward:

@Override
public void collect(Object input) throws HiveException {
  op.forwardUDTFOutput(input);
  counter++;
}

如果沒有展開結果，counter就為0。 這樣，進入outer之后，會把之前建好的沒有內容的outerObj給forward到下個 算子LateralViewJoinOperator

3、LateralViewJoinOperator

@Override
public void process(Object row, int tag) throws HiveException {
  StructObjectInspector soi = (StructObjectInspector) inputObjInspectors[tag];
//標識是左側select過來的  
if (tag == SELECT_TAG) {
    selectObjs.clear();
    selectObjs.addAll(soi.getStructFieldsDataAsList(row));
  } else if (tag == UDTF_TAG) {  //代表是右側udtf過來的
    acc.clear();
    acc.addAll(selectObjs);
    acc.addAll(soi.getStructFieldsDataAsList(row));  //合并數據
    forward(acc, outputObjInspector);
  } else {
 throw new HiveException("Invalid tag");
  }


}

LateralViewJoinOperator處理邏輯也是很簡單明了，這里的join也是簡單的List.addAll

是否有shuffle

Lateral view explode 會產生shuffle嗎？

當然不會，毋庸置疑！ 其實一開始看執行計劃就會發現，沒有reduce任務呀~~

這里的Join代表的是兩份數據聯接到一起的意思，并不是真正的意義上的join。

感謝你能夠認真閱讀完這篇文章，希望小編分享的“hive中lateral view怎么用”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!