Hive SQL导入jar文件的方法

通常，在使用第三方扩展或者UDF的时候，我们都需要将这个jar包在执行SQL前添加到Hive中去，目前我维护的HiveSQL中主要是有两种方式：

• set hive.aux.jars.path
• add jar

之前我个人一直使用的是add jar的方式，于是很好奇这两种有什么不一样的，经过一番搜索也没发现有什么主要的区别，这两种方式都是针对一次session生效的，据我搜索的统计（样本很少，请忽略），大部分开发者也都比较喜欢使用add jar来添加第三方的jar。
这里就主要说一下用法吧。

hive.aux.jars.path的用法

set hive.aux.jars.path=/tmp/elasticsearch-hadoop-5.2.2.jar;

这里的jar包必须上传到HDFS上的/tmp路径下才可以。如果你要添加本地的jar包，则需要写成如下形式：

set hive.aux.jars.path=file:///tmp/elasticsearch-hadoop-5.2.2.jar;

add jar的用法

add jar /tmp/elasticsearch-hadoop-5.2.2.jar;

这里的jar包读取的是本地的jar包。如果要添加HDFS上的jar包，则需要写成如下形式：

add jar hdfs:///tmp/elasticsearch-hadoop-5.2.2.jar;

hive-site.xml配置

如果你要在hive shell使其生效，也可以将这个jar包放在hive-site.xml的配置文件中，仅支持本地的文件系统，多个jar包可用,分隔：

<property>
    <name>hive.aux.jars.path</name>
    <value>file:///tmp/elasticsearch-hadoop-5.2.2.jar</value>
</property>

对hiveserver有效的配置

正常的数据计算应该都是通过hiveserver2来实现hive任务的执行，那么针对hive-site.xml的配置是对hiveserver2是无效的，可以通过如下方式实现对hiveserver2的添加jar包，并且永久有效。
在根目录${HIVE_HOME}下创建文件夹auxlib，将elasticsearch-hadoop-5.2.2.jar放入这个目录中即可，对于hive shell，无需重启即可生效，对于hiveserver2来说，需要重启服务生效。

简单粗暴的配置

针对上面的4种情况，都相对比较麻烦，那么比较简单粗暴的做法就是直接将elasticsearch-hadoop-5.2.2.jar放入${HIVE_HOME}/lib/目录下，重启hiveserver2和hive shell即可生效。

说明一下，为什么第一种和第二种说的是session，后面说的是hive shell和hiveserver呢？
因为第一种和第二种不管是hiveshell还是hiveserver，都是只生效一次。后面的hive shell则表示只对hive shell生效，hiveserver则表示都生效。

至于为什么我要使用add jar，主要是为了容错性吧，万一个别hive环境没有配置呢，找错误也很麻烦。