hadoop - 在Pig Latin中查找文件中的逗号数

Question

文件的行数为“N”，每行具有3个以逗号分隔的属性。
例如:输入FileX的字段为name,number,amt。
内容

abc,123,123
bcd,345,234
cde,349,900

输出:
6

即如何找到逗号的数量？

Answer 1

加载文件，以便将整个记录存储在1字段中。然后将行标记为字母。仅过滤逗号，分组和计数逗号。

A = load '/home/user/fileX';
B = foreach A generate flatten(TOKENIZE(REPLACE($0,'','|'), '|')) as letter;
C = filter B BY (letter == ',');
D = group C by letter;
E = foreach D generate COUNT(C), group;--Note:if you want only the count then remove the group and generate COUNT(C)
DUMP E;

输出量