使用自定义秩在pig中生成代理密钥

goqiplq2  于 2021-06-21  发布在  Pig
关注(0)|答案(1)|浏览(288)

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?

rkkpypqq

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;

相关问题