假设我有一个新袋子，里面有很多对（a，b）：

Pair 1: { "A" : { "long" : someInteger1 }, "B" : { "int" : someInteger2 } }

Pair 2: { "A" : { "long" : someInteger3 }, "B" : { "int" : someInteger4 } }

......

我还有一个旧包，它和第一个包几乎一样（它可能有一些丢失的，不同的，或额外的一对），我想通过计算两个包中有多少对是相同的来比较新旧。一个袋子内可能有多对（a，b）具有相同的a或b。
我已经尝试过使用pig的方法：
在由a和b生成的散列码上加入新的和旧的，并计算有多少个a和b都匹配。计数只有我预期的一半左右。
在（a，b）上加入新的和旧的，并计算有多少个结果。计数只有我预期的一半左右（与上面的1相同）。
在a上加入新老，并计算b如何匹配。出于某种原因，联接的结果似乎有奇怪的重复项：
结果1:{“a\u new”：{“long”：someinteger1}，“b\u new”：{“int”：someinteger2}，“a\u old”：{“long”：someinteger1}，“b\u old”：{“int”：someinteger2}
结果2:{“a\u new”：{“long”：someinteger1}，“b\u new”：{“int”：someinteger2}，“a\u old”：{“long”：someinteger1}，“b\u old”：{“int”：someinteger3}
结果3:{“a\u new”：{“long”：someinteger1}，“b\u new”：{“int”：someinteger2}，“a\u old”：{“long”：someinteger1}，“b\u old”：{“int”：someinteger4}
结果4:{“a\u new”：{“long”：someinteger1}，“b\u new”：{“int”：someinteger2}，“a\u old”：{“long”：someinteger1}，“b\u old”：{“int”：someinteger5}