hadoop - 如何将袋装在 pig 身上

Question

Closed. This question needs details or clarity。它当前不接受答案。












想改善这个问题吗？添加详细信息，并通过 editing this post阐明问题。

4年前关闭。



Improve this question




首先我有数据并分组

A = LOAD './test.txt' USING PigStorage(' ') AS (id:int, time:int, value:float);

B = GROUP A BY time;

例如结果我有这样的结构。

1001    {(1,1001,0.2),(3,1001,0.3),(2,1001,0.3),(4,1001,0.6)}   
1002    {(2,1002,0.5),(1,1002,0.3),(3,1002,0.1),(4,1002,0.6)}  
1003    {(4,1003,0.2),(1,1003,0.8),(2,1003,0.4),(3,1003,0.5)}

但是我想要

1001     {(1,1001,0.2),(2,1001,0.3),(3,1001,0.3),(4,1001,0.6)}
1002     {(1,1002,0.3),(2,1002,0.5),(3,1002,0.1),(4,1002,0.6)}   
1003     {(1,1003,0.8),(2,1003,0.4),(3,1003,0.5),(4,1003,0.2)}

最佳答案

使用嵌套的前言

C = FOREACH B {
          sort_by_id = ORDER A BY id;
          GENERATE group, sort_by_id ;
              };

关于hadoop - 如何将袋装在 pig 身上，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38456768/

上一篇：docker - 哪个文件或目录无法读取？

下一篇：git - Docker镜像git clone错误 “fatal: Not a git repository”

相关文章：

apache-pig - Pig 中的 ToDate 函数出错

hadoop - 使用 int 数据类型加载时 apache pig 输出空值

scala - 写入 HDFS - hive 时如何控制 Spark 流中的行数和/或输出文件大小？

hadoop - Spark - 使用服务器端加密 (AES) 从 s3 读取

sql - 在 Hive 中进行日期明智的 JOIN 制作问题

hadoop - 如何在hadoop集群上安装Kafka？

hadoop - 使用相同的 Pig 脚本存储多个文件

hadoop - 使用 Pig/hive mismatch 加载到 hive 中的文件

hadoop - start-dfs.sh之后，Namenode继续关闭

java - 简单的 Pig 脚本抛出 NotSerializedException : org. apache.log4j.Level

Answer 1

使用嵌套的前言

C = FOREACH B {
          sort_by_id = ORDER A BY id;
          GENERATE group, sort_by_id ;
              };