使用 Pig 从 Mongo 读取未命名的字符串数组

Posted

技术标签:

【中文标题】使用 Pig 从 Mongo 读取未命名的字符串数组【英文标题】:Read un named string array from Mongo using Pig 【发布时间】:2013-11-12 11:33:20 【问题描述】:

我在 mongo 中有一个如下所示的记录。

 "_id" : ObjectId("..."), "gender":"male", "age" : 19, "cars" : ["a", "b", "c"], "first" : "Daniel", "last" : "Alabi" 

 "_id" : ObjectId("..."), "gender":"male", "age" : 21, "cars" : ["d", "e"], "first" : "Tolu", "last" : "Alabi" 

 "_id" : ObjectId("..."), "gender":"female", "age" : 50, "cars" : [], "first" : "Tinuke", "last" : "Dada" 

我希望架构为 'f:chararray, l:chararray, g:chararray, age:int, 汽车:t:(car:chararray)' 在猪中加载数据后。

我尝试过使用

TEMP = LOAD 'mongodb://localhost:27017/local.temp' USING com.mongodb.hadoop.pig.MongoLoader('first:chararray, last:chararray, age:int, gender:chararray, cars:(chararray)');

DESCRIBE TEMP;

我得到的输出为

(Daniel,Alabi,19,male,)

(Tolu,Alabi,21,male,)

(Tinuke,Dada,50,female,)

TEMP: first: chararray,last: chararray,age: int,gender: chararray,cars: (val_0: chararray)

有人可以帮忙写负载语句吗?

【问题讨论】:

【参考方案1】:

看看here:

Mongo 数组转化为 Pig Tuple。

【讨论】:

“虽然此链接可能会回答问题,但最好在此处包含答案的基本部分并提供链接以供参考。如果链接页面发生更改,仅链接的答案可能会失效。” 我看了这个页面。它从从文件中读取数据开始。所以我们可以很容易地添加字段名称。但我不确定是否可以使用相同的方法从 MongoDb 读取数据。

以上是关于使用 Pig 从 Mongo 读取未命名的字符串数组的主要内容,如果未能解决你的问题,请参考以下文章

如何在 PIG 脚本中从数据包中读取数据

从 pig 脚本运行时,PIG 未从 hdfs 读取文件

使用 pig 从 csv 文件中读取数据

用python.检查“影片名称”字段为空值的+数据,给该字段填充数+据"unnamed"?

如何摆脱从 CSV 文件读取的 pandas DataFrame 中的“未命名:0”列?

PIG 错误:从关系中读取属性时