apache-pig - pigLatin 中的 'outer bag' 和 'inner bag' 之间有什么区别？

Question

手册/文档广泛使用了“内袋”和“外袋”的语言(例如: http://pig.apache.org/docs/r0.11.1/basic.html )，但我无法清楚地确定分隔这些术语的精确定义。

例如所有内在相关的:

如果我给你一个袋子“foo”，你需要知道什么才能将 foo 标记为“内袋”还是“外袋”？

不是最外袋的“任何袋子”是“内袋”吗？

内部和外部的标签总是排他的吗？

在 PigLatin 中，所有的“包”都是“关系”——还是只有“最外层的包”是一个关系？ (和内袋没有关系)

创建一个可讨论的示例:

grunt> dump A;      
(1,2,3)
(4,2,1)
(8,3,4)
(4,3,3)


grunt> W1 = GROUP A   ALL;         
grunt> W2 = GROUP W1  ALL;
grunt> W3 = GROUP W2  ALL;
grunt> W4 = GROUP W3  ALL;

grunt> describe W4;
W4: {group: chararray,W3: {(group: chararray,W2: {(group: chararray,W1: {(group: chararray,A: {(f1: int,f2: int,f3: int)})})})}}


grunt> illustrate W4;
(1,2,3)
---------------------------------------------------
| A     | f1:int      | f2:int      | f3:int      | 
---------------------------------------------------
|       | 1           | 2           | 3           | 
|       | 8           | 3           | 4           | 
---------------------------------------------------
------------------------------------------------------------------------------------------------
| W1     | group:chararray      | A:bag{:tuple(f1:int,f2:int,f3:int)}                          | 
------------------------------------------------------------------------------------------------
|        | all                  | {(1, 2, 3), (8, 3, 4)}                                       | 
------------------------------------------------------------------------------------------------
-----------------------------------------------------------------------------------------------------------------------------------------------
| W2     | group:chararray      | W1:bag{:tuple(group:chararray,A:bag{:tuple(f1:int,f2:int,f3:int)})}                                         | 
-----------------------------------------------------------------------------------------------------------------------------------------------
|        | all                  | {(all, {(1, 2, 3), (8, 3, 4)})}                                                                             | 
-----------------------------------------------------------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
| W3     | group:chararray      | W2:bag{:tuple(group:chararray,W1:bag{:tuple(group:chararray,A:bag{:tuple(f1:int,f2:int,f3:int)})})}                                                        | 
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
|        | all                  | {(all, {(all, {(1, 2, 3), (8, 3, 4)})})}                                                                                                                   | 
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
| W4     | group:chararray      | W3:bag{:tuple(group:chararray,W2:bag{:tuple(group:chararray,W1:bag{:tuple(group:chararray,A:bag{:tuple(f1:int,f2:int,f3:int)})})})}                                                                       | 
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
|        | all                  | {(all, {(all, {(all, {(1, 2, 3), (8, 3, 4)})})})}                                                                                                                                                         | 
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

grunt> dump W4;
(all,{(all,{(all,{(all,{(1,2,3),(4,2,1),(8,3,4),(4,3,3)})})})})

在袋子中 - W1、W2、W3、W4 - 哪个是内袋，哪个是外袋？

Answer 1

外袋其实是关系A .这有点奇怪，但一旦你知道什么是内袋，它就会变得清晰。我们看看W1 ，为了可读性，因为嵌套袋子不会改变答案。
W1 的架构和输出:

W1: {group:chararray, A:bag{:tuple(f1:int,f2:int,f3:int)}}
(all,{(1, 2, 3), (8, 3, 4)})

我们可以看到他们是 W1 中的一个字段命名 A这是一个包。这是一个内袋，因为袋是关系中的一个字段。

请记住，包包只是 无序元组集 ，我们可以看到这是 W1 的输出.现在，看看关系 A 的输出:

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

Pig 不保证这些元组的顺序(除非您是 ORDER 或其他)。所以，如果你仔细想想，关系 A真的只是一个 无序元组集 .这是一个外袋。

你可以找到一些这样的例子 here .