除了内置函数之外，Apache Pig还为 U ser D 定义的 F 组(UDF)提供了广泛的支持.使用这些UDF，我们可以定义自己的函数并使用它们. UDF支持以六种编程语言提供，即Java，Jython，Python，JavaScript，Ruby和Groovy.
为了编写UDF，Java提供了完整的支持，并提供了有限的支持在所有其余语言中.使用Java，您可以编写涉及数据加载/存储，列转换和聚合等处理的所有部分的UDF.由于Apache Pig是用Java编写的，因此与其他语言相比，使用Java语言编写的UDF工作效率很高.
在Apache Pig中，我们还有一个用于UDF的Java存储库，名为 Piggybank 的.使用Piggybank，我们可以访问其他用户编写的Java UDF，并贡献我们自己的UDF.
使用UDF编写时Java，我们可以创建和使用以下三种类型的函数 :
过滤函数 &减去;过滤器函数用作过滤器语句中的条件.这些函数接受Pig值作为输入并返回布尔值.
Eval Functions : Eval函数用于FOREACH-GENERATE语句.这些函数接受Pig值作为输入并返回Pig结果.
代数函数 : 代数函数在FOREACHGENERATE语句中作用于内袋.这些函数用于在内袋上执行完整的MapReduce操作.
要使用Java编写UDF，我们必须集成jar文件 Pig-0.15.0.jar .在本节中，我们将讨论如何使用Eclipse编写示例UDF.在继续之前，请确保已在系统中安装了Eclipse和Maven.
按照下面给出的步骤编写UDF函数 :
打开Eclipse并创建一个新项目(比如 myproject ).
将新创建的项目转换为Maven项目.
将以下内容复制到pom.xml中.此文件包含Apache Pig和Hadoop-core jar文件的Maven依赖项.
<project xmlns = "http://maven.apache.org/POM/4.0.0" xmlns:xsi = "http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation = "http://maven.apache.org/POM/4.0.0http://maven.apache .org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>Pig_Udf</groupId> <artifactId>Pig_Udf</artifactId> <version>0.0.1-SNAPSHOT</version> <build> <sourceDirectory>src</sourceDirectory> <plugins> <plugin> <artifactId>maven-compiler-plugin</artifactId> <version>3.3</version> <configuration> <source>1.7</source> <target>1.7</target> </configuration> </plugin> </plugins> </build> <dependencies> <dependency> <groupId>org.apache.pig</groupId> <artifactId>pig</artifactId> <version>0.15.0</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-core</artifactId> <version>0.20.2</version> </dependency> </dependencies> </project>
保存文件并刷新.在 Maven依赖项部分，您可以找到下载的jar文件.
创建一个名为 Sample_Eval的新类文件并在其中复制以下内容.
import java.io.IOException;
import org.apache.pig.EvalFunc;
import org.apache.pig.data.Tuple;
import java.io.IOException;
import org.apache.pig.EvalFunc;
import org.apache.pig.data.Tuple;
public class Sample_Eval extends EvalFunc<String>{
public String exec(Tuple input) throws IOException {
if (input == null || input.size() == 0)
return null;
String str = (String)input.get(0);
return str.toUpperCase();
}
}在编写UDF时，必须继承EvalFunc类并为 exec()提供实现功能.在此函数中，将编写UDF所需的代码.在上面的示例中，我们返回代码以将给定列的内容转换为大写.
编译后如果没有错误，请右键单击Sample_Eval.java文件.它给你一个菜单.选择导出，如以下屏幕截图所示.
点击导出，您将看到以下窗口.点击 JAR文件.
点击下一步> 按钮继续进一步操作.您将获得另一个窗口，您需要在本地文件系统中输入路径，您需要存储jar文件.
最后点击完成按钮.在指定的文件夹中，创建了一个Jar文件 sample_udf.jar .这个jar文件包含用Java编写的UDF.
写完之后UDF并生成Jar文件，按照下面给出的步骤&减去;
编写UDF后(用Java编写)我们必须使用Register运算符注册包含UDF的Jar文件.通过注册Jar文件，用户可以将UDF的位置告知Apache Pig.
语法
如下所示是Register运算符的语法.
REGISTER path;
示例
作为示例，让我们注册之前创建的sample_udf.jar本章.
以本地模式启动Apache Pig并注册jar文件sample_udf.jar，如下所示.
$cd PIG_HOME/bin $./pig –x local REGISTER '/$PIG_HOME/sample_udf.jar'
注意 : 假设路径中的Jar文件 : /$PIG_HOME/sample_udf.jar
注册UDF后，我们可以使用为其定义别名定义运算符.
语法
以下是Define运算符的语法.
DEFINE alias {function | [`command` [input] [output] [ship] [cache] [stderr] ] };示例
定义sample_eval的别名，如下所示.
DEFINE sample_eval sample_eval();
定义别名后，可以使用与内置相同的UDF功能.假设HDFS /Pig_Data/目录中有一个名为emp_data的文件，其中包含以下内容.
001,Robin,22,newyork 002,BOB,23,Kolkata 003,Maya,23,Tokyo 004,Sara,25,London 005,David,23,Bhuwaneshwar 006,Maggy,22,Chennai 007,Robert,22,newyork 008,Syam,23,Kolkata 009,Mary,25,Tokyo 010,Saran,25,London 011,Stacy,25,Bhuwaneshwar 012,Kelly,22,Chennai
并假设我们已加载此文件如下所示进入猪.
grunt> emp_data = LOAD 'hdfs://localhost:9000/pig_data/emp1.txt' USING PigStorage(',')
as (id:int, name:chararray, age:int, city:chararray);现在让我们使用UDF sample_eval 将员工的姓名转换为大写.
grunt> Upper_case = FOREACH emp_data GENERATE sample_eval(name);
验证关系 Upper_case 的内容，如下所示.
grunt> Dump Upper_case; (ROBIN) (BOB) (MAYA) (SARA) (DAVID) (MAGGY) (ROBERT) (SYAM) (MARY) (SARAN) (STACY) (KELLY)
