join - pig : Outer join on more than 2 relations

Question

我想做一个涉及 3 个表的外连接。我试过这个:

features = JOIN group_event by group left outer, group_session by group, group_order by group;

我希望 group_event 的所有行都出现在输出中，即使其他两个关系中的一个或两个都不匹配。

上面的命令不起作用。显然，因为它不应该工作(http://pig.apache.org/docs/r0.7.0/piglatin_ref2.html#JOIN+%28outer%29)

Outer joins will only work for two-way joins; to perform a multi-way outer join, you will need to perform multiple two-way outer join statements.

拆分工作，可以像这样完成:

features1 = JOIN group_event by group left outer, group_session by group;
features2 = JOIN features1 by group_event::group left outer, group_order by group;

在单个命令中执行此操作的任何想法？ (如果我加入更多的 table 会很有用)

Answer 1

我认为在某些时候，我们需要信任文档，不要尝试单个命令多个外连接。

为什么？以下行应该如何工作？

JOIN a BY a1 LEFT OUTER, b BY b1, c BY c1

是 LEFT OUTER为两张 table 工作，还是只为第一个 table 工作？如果是前者，那么应该 LEFT OUTER之间 b和 c删除所有在 b 中不匹配的记录?或在 a ?你找得越多，它就越没有意义，不是吗？

您要做的是 JOIN关系 a与 b进入 ab然后 ab与 c .仔细想想，由于中间状态 ab，在单个命令中做这件事并不自然。 .