apache-pig - pig - 拆分，缺少默认值或 if/else

Question

由于在 pig split 操作中没有 else 或 default 语句，执行以下操作的最优雅方法是什么？我不喜欢复制粘贴代码。

SPLIT rawish_data
    INTO good_rawish_data IF (
    (uid > 0L) AND
    (value1 > 0) AND
    (value1 < 100) AND
    (value1 IS NOT NULL) AND
    (value2 > 0L) AND
    (value2 < 200L) AND
    (value3 >= 0) AND
    (value3 <= 300)),

    bad_rawish_data IF (NOT (
    (uid > 0L) AND
    (value1 > 0) AND
    (value1 < 100) AND
    (value1 IS NOT NULL) AND
    (value2 > 0L) AND
    (value2 < 200L) AND
    (value3 >= 0) AND
    (value3 <= 300)));

我想做类似的事情

SPLIT data
    INTO good_data IF (
    (value > 0)),
    good_data_big_values IF (
    (value > 100)),
    bad_data DEFAULT;

无论如何，这样的事情可能吗？

Answer 1

这是。查看文档SPLIT，您想使用OTHERWISE. 例如：

SPLIT data
    INTO good_data IF (
    (value > 0)),
    good_data_big_values IF (
    (value > 100)),
    bad_data OTHERWISE;

所以你几乎明白了。:)

注意： SPLIT可以在两者中放入一行，例如，如果good_data是150。我不知道这是否是您想要的，但无论如何您都应该意识到这一点。这也意味着它将仅包含0 或更少的行。good_data_big_valuesvaluebad_datavalue

Answer 2

您可以编写一个 IsGood() UDF 来检查所有条件。那么你的猪就是

SPLIT data
    INTO good_data IF (IsGood(data))
         good_data_big_values IF (IsGood(data) AND value > 100)),
         bad_data IF (NOT IsGood(data))
;

另一种选择可能是使用宏