我有一个猪脚本,我在其中加载一个数据集,将其放入两个单独的数据集,然后执行一些计算,最后向其中添加另一个计算字段。现在我想加入这两个数据集。
A = LOAD '/user/hdfs/file1' AS (a:int, b:int);
A1 = FILTER A BY a > 100;
A2 = FILTER A BY a <= 100 AND b > 100;
-- Now I do some calculation on A1 and A2
所以本质上,在计算之后,这里是两者的模式:
{A1 : {a:int, b:int, type:chararray}}
{A2: {a:int, b:int, type:chararray}}
现在,在我将其转储回 HDFS 之前,我想将这两个数据集合并回来。类似于UNION ALL
SQL 中的东西。我怎样才能做到这一点?