我的猪拉丁文脚本中的错误

Posted 2023-04-18

【中文标题】我的猪拉丁文脚本中的错误

【英文标题】：Bug in my Pig Latin script

【发布时间】：2016-12-04 07:26:50

【问题描述】：

我正在尝试对 Pig 中的文件进行中值操作。文件如下所示。

NewYork,-1
NewYork,-5
NewYork,-2
NewYork,3
NewYork,4
NewYork,13
NewYork,11
Amsterdam,12
Amsterdam,11
Amsterdam,2
Amsterdam,1
Amsterdam,-1
Amsterdam,-4
Mumbai,1
Mumbai,4
Mumbai,5
Mumbai,-2
Mumbai,9
Mumbai,-4

文件加载完毕，里面的数据分组如下：

 wdata = load 'weatherdata' using PigStorage(',') as (city:chararray, temp:int);
 wdata_g = group wdata by city;

我试图从城市的所有温度中获取中位数如下：

wdata_tempmedian = foreach wdata_g  tu = wdata.temp as temp; ord = order tu by temp generate group, Median(ord); 

数据是有序的，因为需要按排序顺序找到中位数。 但是我收到以下错误消息，我无法弄清楚错误是什么：

[main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1200: <line 3, column 53> mismatched input 'as' expecting SEMI_COLON

非常感谢任何帮助。

【参考方案1】：

你缺少一个';'订购温度后。

wdata_tempmedian = FOREACH wdata_g  
                     tu = wdata.temp as temp; 
                     ord = ORDER tu BY temp;
                     GENERATE group, Median(ord);
                      

或

wdata_ordered = ORDER wdata_g BY temp;
wdata_tempmedian = FOREACH wdata_ordered GENERATE group, Median(ord);

注意：我假设您使用的是 data-fu，因为 PIG 没有 Median 函数。确保 jar 已正确注册

register /path/datafu-pig-incubating-1.3.1.jar