我将每天做Pig转化(每天新的数据)。我需要为每天提取的数据生成唯一的密钥。最好的方法是什么?如果我为tomarow执行排名会覆盖今天的排名吗?
rkkpypqq1#
你的排名将从1开始,每次你启动它。如果您想每天生成唯一的数据,我建议您在concat(rank+date)上使用datafu散列方法。您将得到一个唯一的散列,可以用作代理密钥。
REGISTER datafu-1.2.0.jar DEFINE SHA datafu.pig.hash.SHA(); S1 = LOAD 'surrogate_hash' USING PigStorage('|') AS (c1:chararray,date:chararray,c3:chararray); S2 = RANK S1; S3 = FOREACH S2 GENERATE SHA((chararray)CONCAT((chararray)rank_S1,date)),c1,date,c3; dump S3;
1条答案
按热度按时间rkkpypqq1#
你的排名将从1开始,每次你启动它。如果您想每天生成唯一的数据,我建议您在concat(rank+date)上使用datafu散列方法。您将得到一个唯一的散列,可以用作代理密钥。