apache-pig - 在没有任何自定义 Pig UDF 的情况下将一袋元组加入单个字符串

Question

如何连接一袋元组（例如：{(664),(823),(8),(47),(35),(27),(13),(16),(4),(8 ),(6)}) 用 Pig Latin 转换成一个不依赖于编写自定义 UDF 的字符串？

Answer 1

这是一个 UDF 连接字符串的示例，这些字符串是袋子中的元组，假设每个元组中有 1 个项目（输出中的字符串分隔符将是“_”）：

#!/usr/bin/python

@outputSchema("schema:chararray")
def convertBagToStr(acctBag):
    return "_".join([str(i[0]) for i in sorted(acctBag)])

在猪脚本中：

register '$udf_dir/myUDF.py' using jython as funcs;

a = foreach mygroup generate funcs.convertBagToStr(mybag) as bag_str;

Answer 2

仅在 Pig Latin 中无法做到这一点。根据Programming Pig的说法，包是元组的无序集合。因此，除非您能够指定排序，否则尝试将它们连接起来会产生模棱两可的结果——这可以通过自定义 UDF 来实现。