如何使用 Hive/Pig/MapReduce 展平递归层次结构

Posted

技术标签:

【中文标题】如何使用 Hive/Pig/MapReduce 展平递归层次结构【英文标题】:How to flatten recursive hierarchy using Hive/Pig/MapReduce 【发布时间】:2016-09-15 20:10:49 【问题描述】:

我有以表格格式存储的不平衡树数据,例如:

parent,child
a,b
b,c
c,d
c,f
f,g

树的深度未知。

如何展平这个层次结构,其中每一行包含从叶节点到根节点的完整路径:

leaf node, root node, intermediate nodes
d,a,d:c:b
f,a,e:b

对使用 hive、pig 或 mapreduce 解决上述问题有什么建议吗?提前致谢。

【问题讨论】:

【参考方案1】:

我尝试使用 pig 解决它,这里是示例代码:

加入功能:

-- Join parent and child
Define join_hierarchy ( leftA, source, result) returns output 
    joined= join $leftA by parent left, $source by child;
    tmp_filtered= filter joined by source::parent is null;
    part= foreach tmp_filtered leftA::child as child, leftA::path as path;
    $result= union part, $result;
    part_remaining= filter joined by source::parent is not null;
    $output= foreach part_remaining generate $leftA::child as child, source::parent as parent, concat(concat(source::parent,':'),$leftA::path)
 

加载数据集:

--My dataset field delimiter is ','.    
source= load '*****' using pigStorage(',') as (parent:chararray, child:chararray);
--create additional column for path
leftA= foreach source generate child, parent, concat(parent,':');  

--initially result table will be blank.
result= limit leftA 1;
result= foreach result generate '' as child , '' as parent;
--Flatten hierarchy to 4 levels. Add below lines equivalent to hierarchy depth.

leftA= join_hierarchy(leftA, source, result);
leftA= join_hierarchy(leftA, source, result);
leftA= join_hierarchy(leftA, source, result);
leftA= join_hierarchy(leftA, source, result);

【讨论】:

以上是关于如何使用 Hive/Pig/MapReduce 展平递归层次结构的主要内容,如果未能解决你的问题,请参考以下文章

当 UITableViewCell 使用 Swift 展开时如何更改 UIButton Image?

当json_normalize无法迭代列以展平时如何修复它?

展开一列/ div,同时在其周围移动其他列

如何评价TPlink易展mesh路由器?

会展活动(美食节气球展灯光节等分享活动)如何做好推广活动的防封防屏蔽工作

行业分析“链”上钢铁——如何构建新发展格局下弹性的钢铁现代供应链