我对pig脚本很陌生，我有一个要求，我需要在10个条件下执行ladder if else，据我所知，我们只有三元运算符，所以我想写一个udf，而不是像下面这样级联三元运算符：-（条件：statement1？（条件：陈述2？报表3）
数据大小是以千万行为单位的，我是否应该继续努力为我的需求创建一个自定义项呢。？
如果最终导致性能问题，那么付出努力是没有意义的。
据我所知，每一行都会调用udf，而对一百万条记录的递归调用是一项严重的开销。
我对pig脚本很陌生，我有一个要求，我需要在10个条件下执行ladder if else，据我所知，我们只有三元运算符，所以我想写一个udf，而不是像下面这样级联三元运算符：-（条件：statement1？（条件：陈述2？报表3）
数据大小是以千万行为单位的，我是否应该继续努力为我的需求创建一个自定义项呢。？
如果最终导致性能问题，那么付出努力是没有意义的。
据我所知，每一行都会调用udf，而对一百万条记录的递归调用是一项严重的开销。
1条答案
按热度按时间rur96b6h1#
我认为，如果您可以访问一个大型集群，那么udf应该不会是一个问题，它可以提高脚本的可读性。最后，您的脚本还被编译成一个java可执行文件。如果您能够在昂贵的操作之前过滤数据，那么性能上的最大优势就是。