hadoop - 如何引用pig输出中的列

Question

我有一个包含以下值的数据文件：

A 1
B 2
C 3
C 3

我写了以下猪脚本。

A = load 'users.txt' as (usr: int, nod: int);
B = GROUP A BY usr;
C = FOREACH B GENERATE group,COUNT(A);

现在，我想使用输出 C 并进一步处理它。如何引用 C 中的值/列？我尝试转储数据，但它们以键值对的形式出现？我是否需要将此输出写入文件，再次加载并处理？

谢谢，TM

Answer 1

以下列方式创建列时为其命名：

C = FOREACH B GENERATE group as usr,COUNT(A) as countA;

然后可以通过这些名称来引用它们，如下例所示：

D = FOREACH C GENERATE usr, countA;

Answer 2

如果为列命名很麻烦，例如如果您有大量列，您还可以通过零索引列号来引用列。与 Davis Broda 发布的代码等效的代码如下所示：

 C = FOREACH B GENERATE group,COUNT(A);
 D = FOREACH C GENERATE $0, $1;