hadoop - 想要使用 pig 聚合两个已解析 xml 文件的文件的值

Question

第一个文件包含以下内容

cl_id   date         TM        c_id      c_val
10201   2015-4-15  01:00:00  56707065  0
10201   2015-4-15  01:00:00  56707066  1
10201   2015-4-15  01:00:00  56707067  200

同样有多个 cl_id，对于每个 cl_id，c_id 不同，c_value 也不同。
同样在第二个文件中

cl_id   dt         tm        c_id      c_val
10201   2015-4-15  01:00:00  56707065  300
10201   2015-4-15  01:00:00  56707066  60
10201   2015-4-15  01:00:00  56707067  20

文件一和文件二中的所有值都相同，只有计数器值根据 c_id 发生变化，所以我想要第三个文件包含 c_val 的总和，即对于 cl_id 10201 & 对于 c_id 56707065 我想要这样的结果这个10201 2015-4-15 01:00:00 56707065 0+300 =300 所以最后第三个文件的输出是，

10201   2015-4-15  01:00:00  56707065 300

类似地对于c_id 56707066,56707067 聚合结果并将其放入第三个文件。请向我推荐 pig 脚本，我该怎么做。

Answer 1

Dump A;
cl_id   date         TM        c_id      c_val
10201   2015-4-15  01:00:00  56707065  0
10201   2015-4-15  01:00:00  56707066  1
10201   2015-4-15  01:00:00  56707067  200

Dump B;
cl_id   dt         tm        c_id      c_val
10201   2015-4-15  01:00:00  56707065  300
10201   2015-4-15  01:00:00  56707066  60
10201   2015-4-15  01:00:00  56707067  20

C = JOIN A BY (cl_id, c_id), B BY (cl_id,c_id);

D = foreach C generate $0,$1,$2,$3,$4+$9;

Dump D;
(10201,2015-4-15,01:00:00,56707065,300)
(10201,2015-4-15,01:00:00,56707066,61)
(10201,2015-4-15,01:00:00,56707067,220)

STORE D INTO '/home/infoobjects/aa.csv' using PigStorage(',');