pig中map的分组键值
Posted
技术标签:
【中文标题】pig中map的分组键值【英文标题】:Group key value of map in pig 【发布时间】:2012-09-18 12:21:21 【问题描述】:我是 pigscript 的新手。说,我们有一个文件
[a#1,b#2,c#3]
[a#4,b#5,c#6]
[a#7,b#8,c#9]
猪脚本
A = LOAD 'txt' AS (in: map[]);
B = FOREACH A GENERATE in#'a';
DUMP B;
我们知道我们可以获取键中的值。在上面的示例中,我使用了包含与键 "a" 相关的值的映射。 假设我不知道键,我想对关系中键的值进行分组并转储它。
(a,1,4,7)
(b,2,5,8)
(c,3,6,9)
pig 是否允许此类操作或需要使用 UDF?请帮我解决这个问题。谢谢。
【问题讨论】:
【参考方案1】:您可以创建一个自定义UDF
,将地图转换为一个包(使用 Pig v0.10.0):
package com.example;
import java.io.IOException;
import java.util.Map;
import java.util.Map.Entry;
import org.apache.pig.EvalFunc;
import org.apache.pig.data.BagFactory;
import org.apache.pig.data.DataBag;
import org.apache.pig.data.Tuple;
import org.apache.pig.data.TupleFactory;
public class MapToBag extends EvalFunc<DataBag>
private static final BagFactory bagFactory = BagFactory.getInstance();
private static final TupleFactory tupleFactory = TupleFactory.getInstance();
@Override
public DataBag exec(Tuple input) throws IOException
try
@SuppressWarnings("unchecked")
Map<String, Object> map = (Map<String, Object>) input.get(0);
DataBag result = null;
if (map != null)
result = bagFactory.newDefaultBag();
for (Entry<String, Object> entry : map.entrySet())
Tuple tuple = tupleFactory.newTuple(2);
tuple.set(0, entry.getKey());
tuple.set(1, entry.getValue());
result.add(tuple);
return result;
catch (Exception e)
throw new RuntimeException("MapToBag error", e);
然后:
B = foreach A generate
flatten(com.example.MapToBag(in)) as (k:chararray, v:chararray);
describe B;
B: k: chararray,v: chararray
现在按键分组并使用嵌套的foreach:
C = foreach (group B by k)
value = foreach B generate v;
generate group as key, value;
;
dump C;
(a,(1),(4),(7))
(b,(2),(5),(8))
(c,(3),(6),(9))
【讨论】:
我不认为最终嵌套的 foreach 会起作用......因为从 v0.9 开始,FOREACH 中不允许使用 FOREACH 此示例是在允许的 v0.10.0 中完成的。无论如何,我更新了我的答案以表明我使用的 Pig 版本。 我想我将不得不升级到 v0.10,因为我真的很想在嵌套的 foreach 中选择列。 :) @LorandBendig,我也是 PIG 的新手,也有同样的情况,我试过这个,但在执行时我得到 error2015-01-03 11:21:24,655 [main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1070: Could not resolve mupigudf.MyPigUDF using imports: [, java.lang., org.apache.pig.builtin., org.apache.pig.impl.builtin.]
你能告诉我什么是出错了,我也用谷歌搜索过,但不明白为什么会这样。
@MegaBytes 你不是忘记注册包含MyPigUDF的jar了吗?以上是关于pig中map的分组键值的主要内容,如果未能解决你的问题,请参考以下文章