Apache Pig 简明教程

Apache Pig - Foreach Operator

FOREACH 运算符用于基于列数据生成指定的数据转换。

Syntax

以下是 FOREACH 运算符的语法。

grunt> Relation_name2 = FOREACH Relatin_name1 GENERATE (required data);

Example

假设我们有一个名为 student_details.txt 的文件位于 HDFS 目录 /pig_data/ 中，如下所示。

student_details.txt

001,Rajiv,Reddy,21,9848022337,Hyderabad
002,siddarth,Battacharya,22,9848022338,Kolkata
003,Rajesh,Khanna,22,9848022339,Delhi
004,Preethi,Agarwal,21,9848022330,Pune
005,Trupthi,Mohanthy,23,9848022336,Bhuwaneshwar
006,Archana,Mishra,23,9848022335,Chennai
007,Komal,Nayak,24,9848022334,trivendram
008,Bharathi,Nambiayar,24,9848022333,Chennai

我们已经将此文件载入 Pig，并将其关系名称命名为 student_details ，如下所示。

grunt> student_details = LOAD 'hdfs://localhost:9000/pig_data/student_details.txt' USING PigStorage(',')
   as (id:int, firstname:chararray, lastname:chararray,age:int, phone:chararray, city:chararray);

让我们现在从关系 student_details 中获取每个学生的 id、age 和 city 值，并使用 foreach 运算符将其存储到另一个名为 foreach_data 的关系中，如下所示。

grunt> foreach_data = FOREACH student_details GENERATE id,age,city;

Verification

使用 DUMP 运算符验证关系 foreach_data ，如下所示。

grunt> Dump foreach_data;

Output

它将产生以下输出，显示关系 foreach_data 的内容。

(1,21,Hyderabad)
(2,22,Kolkata)
(3,22,Delhi)
(4,21,Pune)
(5,23,Bhuwaneshwar)
(6,23,Chennai)
(7,24,trivendram)
(8,24,Chennai)