我有一个看似非常简单的问题,但我似乎无法弄清楚。
我有看起来像这样的数据:
A (B, C, A)
B (X, Y, Z)
C (F, C, D)
我正在使用 Pig latin 检查第一列中的文本是否存在于第二列中。
这是我现在的代码:
Labels = LOAD 'example.txt' USING PigStorage('\t');
Projected = FOREACH Labels GENERATE $0 AS id, $1 AS group;
X = FILTER Projected BY (group matches '.*(chararray)id.*');
STORE X INTO '/test' USING PigStorage(',');
我期待的输出是:
A (B, C, A)
C (F, C, D)
我也尝试将“。*”连接到 id,但它没有用。
我已经坚持了很长一段时间,任何帮助将不胜感激。谢谢!