如何在 Hadoop/PIG 中处理非 ASCII/亚洲/中文字符

Posted

技术标签:

【中文标题】如何在 Hadoop/PIG 中处理非 ASCII/亚洲/中文字符【英文标题】:How to handle non ASCII /Asian/Chinese characters in Hadoop/PIG 【发布时间】:2013-09-24 04:52:24 【问题描述】:

谁能建议如何处理输入数据中的非 ASCII/中文字符? 知道我们是否需要更改一些编码? 尤其是从 PIG 的角度来看。

对于“wawàs”的输入值,我的猪工作正在发出:“wawï¿œs”我不明白问题是什么。

【问题讨论】:

您只是将关系转储到终端还是使用 STORE? Pig chararrays 是 UTF-8,所以你应该没问题,但我注意到在转储到终端时,编码可能会被中文弄乱。 【参考方案1】:

确保您首先使用 UTF-8 字符。

【讨论】:

以上是关于如何在 Hadoop/PIG 中处理非 ASCII/亚洲/中文字符的主要内容,如果未能解决你的问题,请参考以下文章

如何在 Hadoop pig 中使用“case when”?

如何在hadoop pig中执行-fs

大数据 hadoop ------ pig hiveMahouthbase

如何使用非 ascii 字符处理 HttpWebRequest 重定向

在 Hadoop/Pig 中使用匹配过滤

Hadoop PIG Max of Tuple