Apache Pig 简明教程
Apache Pig - Split Operator
SPLIT 运算符用于将一个关系拆分为两个或更多个关系。
Syntax
以下是 SPLIT 运算符的语法。
grunt> SPLIT Relation1_name INTO Relation2_name IF (condition1), Relation2_name (condition2),
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。
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);
现在,让我们将该关系分成两部分,一部分列出年龄小于 23 岁的员工,另一部分列出年龄在 22 到 25 之间的员工。
SPLIT student_details into student_details1 if age<23, student_details2 if (22<age and age>25);
Verification
使用 DUMP 运算符验证关系 student_details1 和 student_details2 ,如下所示。
grunt> Dump student_details1;
grunt> Dump student_details2;
Output
它将生成以下输出,分别显示关系 student_details1 和 student_details2 的内容。
grunt> Dump student_details1;
(1,Rajiv,Reddy,21,9848022337,Hyderabad)
(2,siddarth,Battacharya,22,9848022338,Kolkata)
(3,Rajesh,Khanna,22,9848022339,Delhi)
(4,Preethi,Agarwal,21,9848022330,Pune)
grunt> Dump student_details2;
(5,Trupthi,Mohanthy,23,9848022336,Bhuwaneshwar)
(6,Archana,Mishra,23,9848022335,Chennai)
(7,Komal,Nayak,24,9848022334,trivendram)
(8,Bharathi,Nambiayar,24,9848022333,Chennai)