hadoop - 如何将参数传递给配置单元 View ，以便 View 根据传递的内容进行更改？

Question

我需要创建一个能够根据配置生成结果的可配置 View 。我的第一种方法是使用配置单元变量并将变量放在 View 中，但这不起作用，因为在创建 View 时，它采用变量的实际值( View 是静态的，无法配置)。第二种方法是调用 UDF 并从中访问变量。我认为这种方法可行，但我不知道如何正确编写它。您能否分享您的想法，也许可以体验如何解决这个问题。

Answer 1

更新

View 的可配置性似乎可以通过 UDF 实现。我将完整地删除之前的答案。

为了如上所示，我创建了一个简单的 UDF，它输出一个随机 double 值。

package com.example.hive.udf;
public final class MyRandom extends UDF {
    public double evaluate(final double d) {
    Random r = new Random(System.currentTimeMillis());
    return r.nextDouble();
    }
}

然后，使用 hive 注册 jar 以创建我的 udf:

hive> add jar <my-local-path>/myudf.jar;
hive> create temporary function myrand as 'com.example.hive.udf.MyRandom';

假设我已经有一个简单的表sample，当我创建一个 View 时如下:

CREATE OR REPLACE VIEW view as 
select *, myrand(1) from sample;

然后，在 View 上连续 select * 时，我得到了不同的结果。这意味着在涉及 View 的每个语句中，都会发生 UDF 调用。

请记住，UDF 不能使用 ${hiveconf:XXX} 传递参数，因为这将被评估并烘焙到 View 定义中。

因此，实现这种可配置性的方法是在 UDF 类代码中获取配置。这answer提到如何在配置单元 UDF 中访问 JobConfig。

我提出了一个相关的Question关于是否可以在 UDF 中访问配置单元变量。如果您有答案(如果仍然没有答案)，请考虑提供帮助。

亚历克斯，我认为这是不可能的。

原因同第一种方法行不通。

形成 View 的选择查询将始终在创建 View 时进行评估。因此，即使您已将一些变量传递给在选择查询中用于形成 View 的 UDF，UDF 也会在此时自行评估以具体化 View ，并且 View 内容在那时是固定的。

下次您访问 View 时(没有创建或替换)，UDF 将不会被重新调用。

因此，除非您愿意调用与 View 相关的 DML 查询以及一直运行的创建或替换 View ，否则无法实现可配置的 View 。

看这个answer观察 View 如何始终具体化，而不管使用的变量如何。 UDF 的情况也是如此。