在 Hadoop/Pig 中使用匹配过滤

Posted 2023-04-18

【中文标题】在 Hadoop/Pig 中使用匹配过滤

【英文标题】：Filtering with Matching in Hadoop/Pig

【发布时间】：2016-10-03 19:44:16

【问题描述】：

我正在努力学习 Hadoop/Pig 并一直在 AWS 上工作，

日期看起来像这样（每列包含不同的网站）：

 <http://openean.kaufkauf.net/id/businessentities/GLN_7654990000088> 
 <http://www.w3.org/2000/01/rdf-schema#isDefinedBy> 
 <http://openean.kaufkauf.net/id/businessentities/> 
 <http://openean.kaufkauf.net/id/businessentities/GLN_6406510000068> .

我正在尝试过滤其中包含“业务”的行，但过滤器一直返回 0 条记录。 my_data 的格式如上，包含 3 列，第一列是上面显示的主题以及我要过滤的内容。我有：

filter1 = FILTER my_data BY subject=='.*business.*';

不知道为什么这没有返回任何内容，因为 'business' 肯定在 3 条记录中。

【参考方案1】：

试试这个

filter1 = FILTER my_data BY (subject matches '.* business.*');