cassandra - 如何在 Pig 中过滤 Cassandra TimeUUID/UUID

Question

这是我的 Cassandra 模式，使用 Datastax Enterprise

CREATE KEYSPACE applications
  WITH replication = {'class': 'SimpleStrategy', 'replication_factor' : 1};

USE applications;

CREATE TABLE events(
  bucket text, 
  id timeuuid,
  app_id uuid,  
  event text, 
  PRIMARY KEY(bucket, id)
);

我想通过 app_id (TimeUUID) 和 id (UUID) 在 PIG 中过滤，这是我的 Pig 脚本。

events = LOAD 'cql://applications/events'
  USING CqlStorage()
  AS (bucket: chararray, id: chararray, app_id: chararray, event: chararray);

result = FOREACH events GENERATE bucket, id, app_id;
DESCRIBE result;
DUMP result;

这是结果

result: {bucket: chararray,id: chararray,app_id: chararray}
(2014-02-28-04,?O]??4??p??M?,;??F? (|?Mb) \n
(2014-02-28-04,?O??4??p??M?,?h^@?E????)
(2014-02-28-04,?V???4??p??M?,;??F? (|?Mb)
(2014-02-28-04,?W?0?4??p??M?,?h^@?E????)
(2014-02-28-04,?X^p?4??p??M?,?h^@?E????)

注意，app_id 和 id 字段是二进制的，我需要按一些 UUID 进行过滤，有什么建议吗？

Answer 1

您需要使用 UDF 将 UUID/TimeUUID 的二进制字节转换为 chararray。不要试图像AS那样直接定义为chararray(bucket: chararray, id: chararray, app_id: chararray, event: chararray);

或者您可以使用 https://github.com/cevaris/pig-dse/blob/master/src/main/java/com/dse/pig/udfs/AbstractCassandraStorage.java将 UUID/TimeUUID 转换为字符串

如果您认为将 UUID 转换为默认字符串很好，请提交 Cassandra 票证。