关于在hive中使用python做UDF的总结

主要是利用hive提供的transform语句。

1.编写python脚本，python脚本数据如下（参考：https://dwgeek.com/hive-udf-using-python-use-python-script-into-hive-example.html/）：

import sys
for line in sys.stdin:
    line = line.strip('\n\r')
    fname , lname = line.split('\t')
    firstname = fname.title()
    lastname = lname.title()
    print '\t'.join([firstname, lastname])

2.在hive CLI中增加python脚本，脚本可以放到服务器本地目录或者hdfs中，依据py脚本所处的位置使用不同的add file语句。

--在服务器本地目录时
add file initCap.py

--在hdfs时
add file hdfs:///tmp/initCap.py

由于我们的hive配置了sentry权限控制，经测试只有hive CLI能够执行add file，用beeline或者其它客户端的时候会报没有权限的问题，具体原因还不知道。

3. 在hive sql中使用刚才我们添加的python脚本，示例sql如下：

select transform('abc\tdef') using 'python initCap.py' as (col_name,khjd);

以上。