Apache Pig FILTER 运算符

Apache Pig FILTER 运算符用于删除关系中的重复元组。最初,Pig 对给定的数据进行排序,然后消除重复项。

FILTER 运算符示例

在此示例中,我们消除了重复的元组。

执行 FILTER 运算符的步骤

  • 在本地计算机上创建一个文本文件并为其提供一些值。
$ nano pfilter.txt

Apache Pig FILTER Operator

  • 检查写入文本文件中的值。
$ cat pfilter.txt

Apache Pig FILTER Operator

  • 上传特定目录下 HDFS 上的文本文件。
$ hdfs dfs-put pfilter.txt /pigexample
  • 开启猪 MapReduce 运行模式。
$ pig
  • 加载包含数据的文件。
grunt> A = LOAD '/pigexample/pfilter.txt' USING PigStorage(',') AS (a1:int,a2:int);
  • 现在,执行并验证数据
grunt> DUMP A;

Apache Pig FILTER Operator

  • 让我们执行 FILTER 运算符来消除重复的元组。
grunt> Result = FILTER A BY a2==8;
  • 现在,执行并验证数据。
grunt> DUMP Result;

Apache Pig FILTER Operator

在这里,我们得到了想要的输出。

下一章:Apache Pig FOREACH运算符

Apache Pig FOREACH 运算符根据数据列生成数据转换。建议使用FILTER操作来处理数据元组。 FOREACH运算符示例在这个例子中,我们遍历存在于 执行 FOR ...