我有一个pig任务，它分析大量的日志文件，并在一组属性和一包具有这些属性的id之间生成一个关系。我希望将这种关系存储在hdfs上，但我希望这样做的方式对其他hive/pig/mapreduce作业操作数据或数据子集是友好的，而不必摄取pig作业的全部输出，因为这是一个很大的数据量。
例如，如果我的关系模式类似于：

relation: {group: (attr1: long,attr2: chararray,attr3: chararray),ids: {(id: chararray)}}

我非常希望能够对这些数据进行分区，将其存储在一个文件结构中，该文件结构如下所示：

/results/attr1/attr2/attr3/file(s)

其中路径中的attrx值是组中的值，并且文件仅包含id。这将允许我轻松地将数据子集，以便在不复制数据的情况下进行后续分析。
即使使用自定义的storefunc，这样的事情也可能发生吗？我是否应该采取不同的方法来实现这个目标？
我是一个新的Pig，所以任何帮助或一般建议，我的方法将不胜感激。
提前谢谢。