hadoop - 我在PIG中执行JOIN操作时遇到错误？

Question

我是编程界的新手，正在学习Hadoop。在编写Pig查询时，出现意外输出。我试过的查询是

D = LOAD 'data1' AS (a:int,b:int);
S = LOAD 'data2' AS (c:int,d:int);
J = JOIN D by a, S by c;
DUMP J;

我要插入输出和数据集。我的要求只是获取数据1的第一列和数据2(combine)的第一列，但我得到了以下内容

我无法插入想要的方式。

o / p:

(1,2,1,3)
(4,3,4,9)
(4,3,4,6)
(4,2,4,9)
(4,2,4,6)
(8,3,8,6)
(8,3,8,9)

数据集:

数据1:

1    2
4    2
8    3
4    3
7    2
8    4

数据2:

2    4
8    9
1    3
2    7
2    9
4    6
4    9

Answer 1

My requirement was only to get first column of data 1 and first column of data 2

然后，您需要另一个别名来提取联接的数据。

J = JOIN D by a, S by c;
X = FOREACH J GENERATE $0, $2;
DUMP X;

但是，例如，这将导致相同的数字，所以我不确定那不是您想要的

1   1
4   4
4   4

因此，您可能需要考虑使用外部联接，以便不仅获得匹配值

J = JOIN D by a LEFT OUTER, S by c;

我不记得连接右侧的结果是什么，但可能为NULL