如何在Pig的一组袋子上使用distinct

t1rydlwq 于 2021-06-25 发布在 Pig

关注(0)|答案(1)|浏览(355)

以下是我的输入：
（{（fish m.），（fish m.），（fish m.），（fish m.），（fish m.）}，{（acasuso j.），（acasuso j.），（acasuso j.），（acasuso j.），（acasuso j.），（acasuso j.）}，{（8/23/2007），（8/23/2007），（8/23/2007），（8/23/2007）}，{（99.8400222685783），（58.1733572158776），（psl），（41.66666 501098216），（exw）}）
我想对第一个和第二个包做一个不同的处理，得到一个结果，每个结果产生如下输出：
（fish m.，acasuso j.，2007年8月23日，99.84002222685783，58.173357215875676，psl，41.66666501098216，exw）

Distinct apache-pig Nested Bag

来源：https://stackoverflow.com/questions/30264632/how-can-i-use-distinct-on-a-group-of-bags-in-pig

1条答案

按热度按时间

avwztpqn1#

这个脚本应该工作，我已经忽略了最后一个包在您的条目为简洁。

rr = load 'data/pig/input/Pig_DataSets/six' using CustomLoadFunction() as (one:bag{tup1:(c1:chararray)},two:bag{tup2:(c2:chararray)},three:bag{tup3:(c3:chararray)});
tt = foreach rr {
    mm = two;
    nn = distinct mm;
    oo = one;
    pp = distinct oo;
    generate three,pp,nn;
    };

您可能必须使用自定义加载函数，因为默认加载程序无法工作（除非您进行一些数据清理）。本文讨论了一个可能适合您的场景的自定义加载程序。

赞(0）回复(0）举报 2021-06-26

我来回答

如何在Pig的一组袋子上使用distinct

1条答案

相关问题

热门标签

最新问答