首先，我根据集群运行apachepig版本0.11.0-cdh4.3.0（rexported）。然而，我的构建使用0.11.0-cdh4.5.0，我知道这不是一个明智的决定，但我不认为这与我在这里遇到的问题有关，因为它都是pig v0.11.0
我有一个脚本，它的结构如下（两个自定义udf都返回databytearray类型，这是一个有效的pig类型afaik）：

LOAD USING parquet.pig.ParquetLoader();

FOREACH GENERATE some of the fields

GROUP BY (a,b,c)

FOREACH GENERATE FLATTEN(group) AS (a,b,c), CustomUDF1(some_value) AS d

FOREACH GENERATE FLATTEN(CubeDimensions(a,b,c)) AS (a,b,c) , d

GROUP BY (a,b,c)

FOREACH GENERATE FLATTEN(group) AS (a,b,c), SUM(some_value), CustomUDF2(some_value)

STORE USING parquet.pig.ParquetStorer();

pig将其分为两个mapreduce作业。我不确定立方体尺寸是发生在第一次还是第二次，但我怀疑它发生在第一次作业的缩减阶段。
所以第二个作业的Map阶段只不过是读取中间数据，这就是发生这种情况的地方：
“在流中发现意外的数据类型49。”@org.apache.pig.data.binintersedes:422
我看到这个数字是48和49，在班里都不存在：
http://grepcode.com/file/repository.cloudera.com/content/repositories/releases/org.apache.pig/pig/0.11.0-cdh4.3.0/org/apache/pig/data/binintersedes.java?av=f
但由于这是Pig本身的中间产量，我不太明白它可能出了什么问题。我的自定义udf都返回一个有效的类型，我希望pig只使用它知道的类型来存储。
任何帮助都将不胜感激。