本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 将 Hive 用户定义的函数与 EMR Serverless 结合使用
<a name="using-hive-udf"></a>

Hive 用户定义函数 (UDFs) 允许您创建自定义函数来处理记录或记录组。在本教程中，您将使用示例 UDF 和预先存在的 Amazon EMR Serverless 应用程序来运行输出查询结果的作业。要了解如何设置应用程序，请参阅 [开始使用 Amazon EMR Serverless](getting-started.md)。

**将 UDF 与 EMR Serverless 结合使用**

1. 导航至查看[GitHub](https://github.com/jeromebanks/brickhouse)示例 UDF。克隆存储库并切换到要使用的 git 分支。更新存储库 `pom.xml` 文件中的 `maven-compiler-plugin` 以获取源。同时将目标 Java 版本配置更新为 `1.8`。运行`mvn package -DskipTests`以创建包含您的示例的 JAR 文件 UDFs。

1. 创建 JAR 文件后，使用以下命令将其上传到 S3 存储桶。

   ```
   aws s3 cp brickhouse-0.8.2-JS.jar s3://{{amzn-s3-demo-bucket}}/jars/
   ```

1. 创建一个示例文件，使用其中一个 UDF 示例函数。将此查询另存为 `udf_example.q` 并上传到 S3 存储桶。

   ```
   add jar s3://{{amzn-s3-demo-bucket}}/jars/brickhouse-0.8.2-JS.jar;
   CREATE TEMPORARY FUNCTION from_json AS 'brickhouse.udf.json.FromJsonUDF';
   select from_json('{"key1":[0,1,2], "key2":[3,4,5,6], "key3":[7,8,9]}', map("", array(cast(0 as int))));
   select from_json('{"key1":[0,1,2], "key2":[3,4,5,6], "key3":[7,8,9]}', map("", array(cast(0 as int))))["key1"][2];
   ```

1. 提交以下 Hive 作业。

   ```
   aws emr-serverless start-job-run \
     --application-id {{application-id}} \
     --execution-role-arn {{job-role-arn}} \
     --job-driver '{
       "hive": {
           "query": "s3://{{amzn-s3-demo-bucket}}/queries/udf_example.q",
           "parameters": "--hiveconf hive.exec.scratchdir=s3://{{amzn-s3-demo-bucket}}/emr-serverless-hive/scratch --hiveconf hive.metastore.warehouse.dir=s3://'$BUCKET'/emr-serverless-hive/warehouse"
       }
   }' --configuration-overrides '{
       "applicationConfiguration": [{
           "classification": "hive-site",
           "properties": {
               "hive.driver.cores": "2",
               "hive.driver.memory": "6G"
           }
       }],
       "monitoringConfiguration": {
           "s3MonitoringConfiguration": {
               "logUri": "s3://{{amzn-s3-demo-bucket}}/logs/"
           }
       }
   }'
   ```

1. 使用 `get-job-run` 命令检查作业的状态。等待状态变为 `SUCCESS`。

   ```
   aws emr-serverless get-job-run --application-id {{application-id}} --job-run-id {{job-id}}
   ```

1. 使用以下命令下载输出文件。

   ```
   aws s3 cp --recursive s3://{{amzn-s3-demo-bucket}}/logs/applications/{{application-id}}/jobs/{{job-id}}/HIVE_DRIVER/ .
   ```

   `stdout.gz` 文件类似下列内容。

   ```
   {"key1":[0,1,2],"key2":[3,4,5,6],"key3":[7,8,9]}
   2
   ```