LAS (LakeHouse Analytics Service) 是 Serverless 湖仓一体分析服务 ，提供多模引擎，完全兼容开源 Spark、Presto、Flink 生态，具备弹性计算、海量存储、数据实时更新、统一 SQL、批流合一优势，与大数据开发治理套件对接，支持数据仓库/集市/数据湖分析能力，帮助企业构建云原生实时湖仓分析平台[1]。

在本教程中，我们将向您展示如何使用 LAS 中的 UDF 功能。

预计部署时间：20分钟
级别：初级
相关产品：LAS (LakeHouse Analytics Service)
受众： 通用

1. 如果还没有火山引擎账号，点击此链接注册账号。

2. 如果您还没有开通 LAS，点击此链接进行开通

1. 相关代码如下 #

1. 实现功能如下：

package org.example;

import org.apache.hadoop.hive.ql.exec.UDF;

public class GetLength2 extends UDF {
    public GetLength2() {
    }

    public int evaluate(String str) {
        try {
            return str.length();
        } catch (Exception var3) {
            return -1;
        }
    }
}

2. 引入相关依赖如下：

<?xml version="1.0" encoding="UTF-8"?>
<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/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>

  <groupId>org.example</groupId>
  <artifactId>udf_test</artifactId>
  <version>1.0-SNAPSHOT</version>

  <!-- 声明并引入,所有子模块都会自动引入该依赖-->
  <dependencies>
    <dependency>
      <groupId>org.apache.hive</groupId>
      <artifactId>hive-exec</artifactId>
      <version>3.1.3</version>
      <scope>provided</scope>
    </dependency>
  </dependencies>

  <properties>
    <maven.compiler.source>8</maven.compiler.source>
    <maven.compiler.target>8</maven.compiler.target>
  </properties>

</project>

2. 将代码打成 jar 包 #

3. 上传 Jar 包 #

请您导航至 LAS 控制台，点击 数据管理，资源包管理，然后点击 创建资源包

然后指定相关的数据库，资源包名称，然后从本地上传到 LAS，最后点击 确定 按钮

3. 创建 UDF #

在 LAS 控制台中，找到查询分析，新建查询，运行如下语句：

CREATE FUNCTION rudonx_las_db.rudonx_udf_new_1 AS 'org.example.GetLength2' using jar 'rudonx_las_db.rudonx_new_utf';

经过此步骤，一个 UDF 函数就被创建成功，下面我们可以进行相关查询

4. 进行查询分析 #

进行分析的 SQL 语句如下：

select rudonx_las_db.rudonx_udf_new_1("ssss")

查询结果如下所示，字符串 "ssss" 共有四个字符。

[1] https://www.volcengine.com/docs/6492/72765

[2] https://www.volcengine.com/docs/6492/101913