计数是清管器的一部分参见手册

LOGS= LOAD 'log';
LOGS_GROUP= GROUP LOGS ALL;
LOG_COUNT = FOREACH LOGS_GROUP GENERATE COUNT(LOGS);

这是一个优化版本。上面的所有解决方案都需要pig在计数时读写完整的元组，下面的脚本只需写“1”

DEFINE row_count(inBag, name) RETURNS result {
    X = FOREACH $inBag generate 1;
    $result = FOREACH (GROUP X ALL PARALLEL 1) GENERATE '$name', COUNT(X);
};

我喜欢用它

xxx = row_count(rows, 'rows_count');

ArnonRotemGalOz不久前已经回答了这个问题，但我想有些人可能会喜欢这个稍微简洁一点的版本。

LOGS = LOAD 'log';
LOG_COUNT = FOREACH (GROUP LOGS ALL) GENERATE COUNT(LOGS);

基本计数如其他答案和清管器文件中所述：

logs = LOAD 'log';
all_logs_in_a_bag = GROUP logs ALL;
log_count = FOREACH all_logs_in_a_bag GENERATE COUNT(logs);
dump log_count

你是对的，计数是低效的，即使使用Pig的内置计数，因为这将使用一个减速机。然而，我今天发现了一个加速的方法之一是减少我们正在计算的关系的ram利用率。
换句话说，当计算一个关系时，我们实际上并不关心数据本身，所以让我们使用尽可能少的ram。您的count脚本的第一次迭代是正确的。

logs = LOAD 'log'
ones = FOREACH logs GENERATE 1 AS one:int;
counter_group = GROUP ones ALL;
log_count = FOREACH counter_group GENERATE COUNT(ones);
dump log_count

这将在比上一个脚本更大的关系上工作，并且应该更快。这个脚本和您的原始脚本之间的主要区别是我们不需要求和。
这与其他解决方案没有相同的问题，因为空值会影响计数。这将统计所有行，不管第一列是否为null。

您需要的是计算关系中的所有行（pig拉丁语中的数据集）
接下来的步骤非常简单：

logs = LOAD 'log'; --relation called logs, using PigStorage with tab as field delimiter
logs_grouped = GROUP logs ALL;--gives a relation with one row with logs as a bag
number = FOREACH LOGS_GROUP GENERATE COUNT_STAR(logs);--show me the number

我不得不说凯文的观点很重要，因为用count代替count，我们只有第一个字段不为空的行数。
我也喜欢jerome的单行语法，它更简洁，但为了说教，我更喜欢把它一分为二，并添加一些评论。
一般来说，我更喜欢：

numerito = FOREACH (GROUP CARGADOS3 ALL) GENERATE COUNT_STAR(CARGADOS3);

结束

name = GROUP CARGADOS3 ALL
number = FOREACH name GENERATE COUNT_STAR(CARGADOS3);

小心，小心 COUNT 包中的第一项不能为空。否则你可以使用这个函数 COUNT_STAR 计算所有行数。

使用计数星

LOGS= LOAD 'log';
LOGS_GROUP= GROUP LOGS ALL;
LOG_COUNT = FOREACH LOGS_GROUP GENERATE COUNT_STAR(LOGS);