在這篇文章中，我們來(lái)學(xué)習(xí)一下“Apache Pig中g(shù)roup運(yùn)算符怎樣使用”的相關(guān)知識(shí)，下文有詳細(xì)的講解，易于大家學(xué)習(xí)和理解，有需要的朋友可以借鑒參考，下面就請(qǐng)大家跟著小編的思路一起來(lái)學(xué)習(xí)一下吧。

GROUP 運(yùn)算符用于在一個(gè)或多個(gè)關(guān)系中對(duì)數(shù)據(jù)進(jìn)行分組，它收集具有相同key的數(shù)據(jù)。

語(yǔ)法

下面給出了 group 運(yùn)算符的語(yǔ)法。

grunt> Group_data = GROUP Relation_name BY age;

例

假設(shè)在HDFS目錄 /pig_data/ 中有一個(gè)名為 student_details.txt 的文件，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

將這個(gè)文件加載到Apache Pig中，關(guān)系名稱為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);

現(xiàn)在，讓我們按照年齡關(guān)系中的記錄/元組進(jìn)行分組，如下所示。

grunt> group_data = GROUP student_details by age;

驗(yàn)證

使用 DUMP 運(yùn)算符驗(yàn)證關(guān)系 group_data ，如下所示。

grunt> Dump group_data;

輸出

將獲得顯示名為group_data關(guān)系的內(nèi)容的輸出，如下所示。在這里你可以觀察到結(jié)果模式有兩列:

• 一個(gè)是age，通過(guò)它我們將關(guān)系分組。

• 另一個(gè)是bag，其中包含一組元組，有各自年齡的學(xué)生記錄。

(21,{(4,Preethi,Agarwal,21,9848022330,Pune),(1,Rajiv,Reddy,21,9848022337,Hydera bad)})
(22,{(3,Rajesh,Khanna,22,9848022339,Delhi),(2,siddarth,Battacharya,22,984802233 8,Kolkata)})
(23,{(6,Archana,Mishra,23,9848022335,Chennai),(5,Trupthi,Mohanthy,23,9848022336 ,Bhuwaneshwar)})
(24,{(8,Bharathi,Nambiayar,24,9848022333,Chennai),(7,Komal,Nayak,24,9848022334, trivendram)})

在使用 describe 命令分組數(shù)據(jù)后，可以看到表的模式，如下所示。

grunt> Describe group_data;
  
group_data: {group: int,student_details: {(id: int,firstname: chararray,
               lastname: chararray,age: int,phone: chararray,city: chararray)}}

以同樣的方式，可以使用illustrate命令獲取模式的示例說(shuō)明，如下所示。

$ Illustrate group_data;

它將產(chǎn)生以下輸出

------------------------------------------------------------------------------------------------- 
|group_data|  group:int | student_details:bag{:tuple(id:int,firstname:chararray,lastname:chararray,age:int,phone:chararray,city:chararray)}|
------------------------------------------------------------------------------------------------- 
|          |     21     | { 4, Preethi, Agarwal, 21, 9848022330, Pune), (1, Rajiv, Reddy, 21, 9848022337, Hyderabad)}| 
|          |     2      | {(2,siddarth,Battacharya,22,9848022338,Kolkata),(003,Rajesh,Khanna,22,9848022339,Delhi)}| 
-------------------------------------------------------------------------------------------------

按多列分組

讓我們按年齡和城市對(duì)關(guān)系進(jìn)行分組，如下所示。

grunt> group_multiple = GROUP student_details by (age, city);

可以使用Dump運(yùn)算符驗(yàn)證名為 group_multiple 的關(guān)系的內(nèi)容，如下所示。

grunt> Dump group_multiple; 
  
((21,Pune),{(4,Preethi,Agarwal,21,9848022330,Pune)})
((21,Hyderabad),{(1,Rajiv,Reddy,21,9848022337,Hyderabad)})
((22,Delhi),{(3,Rajesh,Khanna,22,9848022339,Delhi)})
((22,Kolkata),{(2,siddarth,Battacharya,22,9848022338,Kolkata)})
((23,Chennai),{(6,Archana,Mishra,23,9848022335,Chennai)})
((23,Bhuwaneshwar),{(5,Trupthi,Mohanthy,23,9848022336,Bhuwaneshwar)})
((24,Chennai),{(8,Bharathi,Nambiayar,24,9848022333,Chennai)})
(24,trivendram),{(7,Komal,Nayak,24,9848022334,trivendram)})

Group All

你可以按所有的列對(duì)關(guān)系進(jìn)行分組，如下所示。

grunt> group_all = GROUP student_details All;

現(xiàn)在，請(qǐng)驗(yàn)證關(guān)系 group_all 的內(nèi)容，如下所示。

grunt> Dump group_all;  
  
(all,{(8,Bharathi,Nambiayar,24,9848022333,Chennai),(7,Komal,Nayak,24,9848022334 ,trivendram), 
(6,Archana,Mishra,23,9848022335,Chennai),(5,Trupthi,Mohanthy,23,9848022336,Bhuw aneshwar), 
(4,Preethi,Agarwal,21,9848022330,Pune),(3,Rajesh,Khanna,22,9848022339,Delhi), 
(2,siddarth,Battacharya,22,9848022338,Kolkata),(1,Rajiv,Reddy,21,9848022337,Hyd erabad)})

到此，關(guān)于“Apache Pig中g(shù)roup運(yùn)算符怎樣使用”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑，另外大家動(dòng)手實(shí)踐也很重要，對(duì)大家加深理解和學(xué)習(xí)很有幫助。如果想要學(xué)習(xí)更多的相關(guān)知識(shí)，歡迎關(guān)注群英網(wǎng)絡(luò)資訊站，小編每天都會(huì)給大家分享實(shí)用的文章!

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：[email protected]進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，查實(shí)之后，將立刻刪除涉嫌侵權(quán)內(nèi)容。

猜你喜歡

• Apache Pig中Math函數(shù)都有哪些，分別什么作用

  我們?cè)贏pache Pig中有以下Math（數(shù)學(xué)）函數(shù):S.N.函數(shù) ＆?描述1ABS(expression)獲取表達(dá)式的絕對(duì)值。2ACOS(expression)獲得表達(dá)式的反余弦值。3ASIN(expression)獲取表達(dá)式的反正弦值。

• Apache Pig中Limit運(yùn)算符有什么用

  LIMIT 運(yùn)算符用于從關(guān)系中獲取有限數(shù)量的元組。語(yǔ)法下面給出了 LIMIT 運(yùn)算符的語(yǔ)法。grunt> Result = LIMIT Relation_name required number of tuples;

• Apache Pig中Join運(yùn)算符用來(lái)做什么，有哪些應(yīng)用

  JOIN 運(yùn)算符用于組合來(lái)自兩個(gè)或多個(gè)關(guān)系的記錄。在執(zhí)行連接操作時(shí)，我們從每個(gè)關(guān)系中聲明一個(gè)（或一組）元組作為key。 當(dāng)這些key匹配時(shí)，兩個(gè)特定的元組匹配，否則記錄將被丟棄。

• Apache Pig中Foreach運(yùn)算符語(yǔ)法是什么

  FOREACH 運(yùn)算符用于基于列數(shù)據(jù)生成指定的數(shù)據(jù)轉(zhuǎn)換。語(yǔ)法下面給出了 FOREACH 運(yùn)算符的語(yǔ)法。grunt> Relation_name2 = FOREACH Relatin_name1 GENERATE (required data);

• hadoop的使用場(chǎng)景有哪些，適合做什么

  Hadoop可運(yùn)行于一般的商用服務(wù)器上，具有高容錯(cuò)、高可靠性、高擴(kuò)展性等特點(diǎn)特別適合寫一次，讀多次的場(chǎng)景適合大規(guī)模數(shù)據(jù)、流式數(shù)據(jù)（寫一次，讀多次）、商用硬件（一般硬件）；