【发布时间】：2016-01-27 21:08:07
【问题描述】：
我想编写一个 Hive UDF，它采用可变数量的参数（不同类型）并将其输出为 JSON blob（列名到列值映射）。
Select userId, myudf(col2, col3) from TABLE 2; // the output of udf should be {"col2":50, "col3":"Y" }
Select userId, myudf(col2, col3, col4) from TABLE 1; // the output of udf should be {"col2":"s", "col3":5, "col4":"Y"}
Select userId, myudf(col2, col3, col4, col6, col7) from TABLE 3; //the output of udf should be {"col2":"M", "col3":"A", "col4":2.5, "col6":"D", "col7":99 }
每个表都有不同类型的不同列（userId 在所有列中都是通用的）。如果有帮助，我可以单独传递列名：myudf("col2", col2, "col3", col3)。任何想法将不胜感激。
【问题讨论】：
-
Hive UDF 的参数不只是一个元组吗？如果是这样，您可以为每个位置参数执行
tuple.get(n) -
您可以尝试将连接的行作为参数传递并在 UDF 中拆分以创建 JSON
-
cricket_007@，是的，它只是一个元组。问题是参数的类型信息（如果我假设我传递了列名，因为 UDF 不会提供该信息）。要转换为 JSON，我需要知道参数的类型，因为所有内容都将作为通用对象传递给 UDF。我也可以传递一些类型信息（每列多一个参数），但我正在寻找更好的解决方案。