使用hive udf进行模型调用，有以下两种方案：

• 使用eppdev-mlib-sdk-hive-udf原生方案，在进行udf调用的时候需要首先输入

网关地址url、模型编码信息

• 使用自定义udf，在进行调用的时候可以配置无需输入网关地址、模型编码信

目前eppdev-mlib提供的原生udf支持hive1.2, 2.3, 3.1三个版本，需要分别下载不同 的jar包来完成模型的调用：

• hive1.2: eppdev-mlib-sdk-hive-udf12.jar
• hive2.3: eppdev-mlib-sdk-hive-udf23.jar
• hive3.1: eppdev-mlib-sdk-hive-udf31.jar

以hive2.3为例：

hdfs dfs put eppdev-mlib-sdk-hive-udf23.jar /user/udf/hive/

CREATE FUNCTION eppdev_to_json AS 'cn.eppdev.mlib.sdk.hive.udf.EppdevMlibToJsonUDF' 
     USING jar 'hdfs://user/udf/hive/eppdev-mlib-sdk-hive-udf23.jar';
CREATE FUNCTION eppdev_mlib_calc AS 'cn.eppdev.mlib.sdk.hive.udf.EppdevMlibCalcUDF'
     USING jar 'hdfs://user/udf/hive/eppdev-mlib-sdk-hive-udf23.jar';

进行hive调用可以有两种方式：

1. 输入3个参数(网关地址、模型编码、请求数据json），可以获取到全量的模型输入
2. 输入4个参数(网关地址、模型编码、请求json和所需的输出项)，可以获取指定的输出项

方法1： 三个参数获取结果json

SELECT 
    eppdev_mlib_calc(
        'http://localhost:11541/consumer',
        'test-01',
        eppdev_to_json(
            'sepal.width', sepal_with,
            'sepal.height', sepal_height,
            'petal.width', petal_width,
            'petal.height', petal_height
        )
    ) AS full_result
FROM iris_data;

输出结果为全量的json：

{
    "probability(Setosa)": 1.0,
    "probability(Virginica)": 0.0,
    "probability(Versicolor)": 0.0,
    "variety": "Setosa"
}

方法2：输入4个参数，直接获取具体结果

SELECT 
    eppdev_mlib_calc(
        'http://localhost:11541/consumer',
        'test-01',
        eppdev_to_json(
            'sepal.width', sepal_with,
            'sepal.height', sepal_height,
            'petal.width', petal_width,
            'petal.height', petal_height
        ),
        'variety'
    ) AS variety
FROM iris_data;

输出结果为veriety结果，如：Setosa

以HIVE2.3为例

    <dependencies>
        <dependency>
            <groupId>cn.eppdev.mlib</groupId>
            <artifactId>eppdev-mlib-sdk-hive-udf23</artifactId>
            <version>1.0.0</version>
        </dependency>
    </dependencies>

package cn.eppdev.mlib.sample.hive.udf;
 
import org.apache.hadoop.io.Text;
import org.apache.hadoop.hive.ql.exec.UDF;
import cn.eppdev.mlib.sdk.hive.udf.EppdevMlibCalcUDF;
 
public class EppdevMlibTest01UDF extends EppdevMlibCalcUDF{
 
    // 网关地址
    static final CONSUMER_BASIC_URL = "http://localhost:11541/consumer";
 
    // 模型编码
    static final MODEL_CODE = "test-01";
 
    public Text evaluate(String postJson) {
        return eppdevMlibCalc(CONSUMER_BASIC_URL, MODEL_CODE, postJson);
    }
 
    public Text evaluate(String postJson, String resultField){
        return eppdevMlibCalc(CONSUMER_BASIC_URL, 
            MODEL_CODE, 
            postJson, 
            resultField);
    }
}

hdfs dfs put eppdev-mlib-sdk-hive-udf23.jar /user/udf/hive/
hdfs dfs put eppdev-mlib-sample-hive-udf.jar /user/udf/hive

上述命令中eppdev-mlib-sample-hive-udf.jar为自定义udf编译后的jar包

CREATE FUNCTION eppdev_to_json AS 'cn.eppdev.mlib.sdk.hive.udf.EppdevMlibToJsonUDF' 
     USING jar 'hdfs:///user/udf/hive/eppdev-mlib-sdk-hive-udf23.jar';
CREATE FUNCTION eppdev_mlib_calc_test01 AS 'cn.eppdev.mlib.sdk.hive.udf.EppdevMlibCalcUDF'
     USING jar 'hdfs:///user/udf/hive/eppdev-mlib-sdk-hive-udf23.jar',
           jar 'hdfs:///user/udf/hive/eppdev-mlib-sample-hive-udf.jar';

此时进行hive调用可以有两种方式：

1. 输入1个参数(请求数据json），可以获取到全量的模型输入
2. 输入2个参数(请求json和所需的输出项)，可以获取指定的输出

方法1：输入1个参数，获取json结果

SELECT 
    eppdev_mlib_calc_test01(
        eppdev_to_json(
            'sepal.width', sepal_with,
            'sepal.height', sepal_height,
            'petal.width', petal_width,
            'petal.height', petal_height
        )
    ) AS full_result
FROM iris_data;

输出结果为全量json

{
    "probability(Setosa)": 1.0,
    "probability(Virginica)": 0.0,
    "probability(Versicolor)": 0.0,
    "variety": "Setosa"
}

方法2：输入2个参数，获取具体结果

SELECT 
    eppdev_mlib_calc(
        eppdev_to_json(
            'sepal.width', sepal_with,
            'sepal.height', sepal_height,
            'petal.width', petal_width,
            'petal.height', petal_height
        ),
        'variety'
    ) AS variety
FROM iris_data;

输出结果为veriety结果，如：Setosa