除了使用Jython之外，在Hive UDF中使用Python的最简单方法是什么？

Question

最糟糕的情况我想我可以实现一个生成进程等的UDF，但想知道是否有人已经这样做了。

Answer 1

你可以在hiveql中使用transform，这实际上是一种做hadoop流的方法。

在hive cli类型

FILE ${env:HOME}/myscript.py; //you do not need this if your script is guaranteed to be installed on a cluster, this just adds script to cache.

SELECT TRANSFORM(someColumn) USING 'myscript.py' AS convert FROM mytable;

Answer 2

我应该使用Hive的流功能（link）。这允许使用任意脚本。