hadoop - 改革 Pig Latin 的结果

Question

我想改革猪拉丁语的结果。
用一些猪拉丁语，让我说' dump table1 '，给我以下结果。
（测试 1,1.0,Link1 Link2 Link3 ）在 Link1、Link2、Link3 之间存在 '\t'。
我想修改看起来像
(Test 1, Link1)
(Test 1, Link2)
(Test 1, Link3)
的结果 有人知道我如何创建这个吗？

提前致谢。

Answer 1

您可以使用TOKENIZE内置的 UDF，它会在您的字符串中为您提供一袋不同的标记。如果您拥有的唯一非字母数字字符是制表符，那么这将正常工作。只是FLATTEN生成的袋子，您将在不同的行中拥有不同的令牌，就像您想要的那样。

如果您的字符串比您显示的要复杂，并且您需要精确控制它们的拆分方式，您可以使用STRSPLIT，但这会返回一个元组，因此您需要在FLATTENing 之前将此元组转换为一个包。