hadoop - Pig 中的包和元组模式

Question

我试图为我尝试使用 JsonLoader 加载的一些数据指定模式，我要上传的数据的格式为

Features:["Speedy","New","Automatic",..]

对于每条记录，特征的数量不是固定的，它可以不同。我在模式中将其表示为:

Features: bag{a: tuple(t:chararray)}

但是它不起作用。有人可以用正确的语法帮助我并指出我错在哪里吗？

Answer 1

字段名称规范是不必要的，因为您有没有任何字段名称的简单数组。试试这个:

a = load 'a.json' using JsonLoader('value:int,feature:{(chararray)}');

Json文件:

{"value":1, "feature":[1, 2, 3] }
{"value":2, "feature":[2,3,4]}
{"value":3, "feature":[12,13,14]}
{"value":4, "feature":[2]}

输出:

(1,{(1),(2),(3)})
(2,{(2),(3),(4)})
(3,{(12),(13),(14)})
(4,{(2)})