1，技术背景

       在使用Hive的过程中，尤其是统计分析和数据分层清晰的场景下，有些自定义的业务场景使用自带函数无法实现，就需要借助自定义函数实现特有业务逻辑。此篇大概讲述下在hive里实现自定义函数： 根据图片的hash向量计算其汉明距离。

2，Java 实现部分

根据两张图片的16位16进制Hash向量计算汉明距离。自定义函数需要实现 org.apache.hadoop.hive.ql.exec.UDF 类。

public class HanmingCal extends UDF{
	public Integer evaluate(String imgAHash, String imgBHash){
		// 空串不处理
		if(imgAHash == null || imgBHash == null){
			return null;
		}
		// 定长
		if(imgAHash.trim().length() != 16 || imgBHash.trim().length() != 16){
			return null;
		}
		
		// 将16位Hash向量转成64位的二进制字符串
		String imgABin = hexToBinary(imgAHash);
		String imgBBin = hexToBinary(imgBHash);
		
		// 使用异或算法计算汉明距离
		return getHammingDistance(imgABin, imgBBin);
	}
}

将该部分Java打包成.jar包文件（此处命名为：testUDF.jar）

3，在Hive中创建永久UDF

将. jar 导入HDFS 文件系统。

hadoop fs -put testUDF.jar /user/hive/udf/

创建UDF。

hive> create function hanmingCal as 'test.udf.HanmingCal' using jar 'hdfs://hadoop:8020/user/hive/udf/testUDF.jar';

测试。

hive> select hanmingCal('0113ae06f6feef5e','0112af05b7dece1c') from default.dual

其它操作。

# 查看所有函数
hive> show functions;
# 删除函数
hive> drop function hanmingCal;

4，总结

总体来说还是较简单的，没有难点。