gpt4 book ai didi

hadoop - 如何使用 Pig 按键和值分组

转载 作者:可可西里 更新时间:2023-11-01 16:50:59 26 4
gpt4 key购买 nike

我正在使用 pig,这是我要分析的文本的一部分:

SciTePress: 32    
Springer: 10
Springer: 13
Springer: 14
Springer: 1571

我想要实现的是以上升的方式对文本进行排序。例如,我希望输出看起来像这样:

Springer: 1608  //( i.e. the sum of 10+13+14+1571)
SciTePress: 32

有没有办法使用 pig 来实现这一点?

这是我现在得到的输出:

Springer: 1571
SciTePress: 32
Springer: 14
Springer: 13
Springer: 10

这些是我用过的命令:

    WORDS = LOAD '../filename' using PigStorage(':') AS (title: chararray, count:int);
grpd = GROUP WORDS BY count;
sorted = order WORDS by count desc;
top5 = limit sorted 5;
dump top5;

最佳答案

我们必须根据标题对数据进行分组,对于每个组,我们可以调用 SUM 函数来获取总和。

输入:

SciTePress: 32    
Springer: 10
Springer: 13
Springer: 14
Springer: 1571

pig 脚本:

words = LOAD '/Users/muralirao/learning/pig/a.csv'  USING PigStorage(':') AS (title: chararray, title_count:int);
grp_by_title = GROUP words BY title;
req_data = FOREACH grp_by_title GENERATE group AS title, SUM(words.title_count) AS total_count;
req_data_ordered = ORDER req_data BY total_count;

输出:DUMP req_data_ordered

(SciTePress,32)
(Springer,1608)

关于hadoop - 如何使用 Pig 按键和值分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33286189/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com