Apache Pig UNION 运算符

Apache Pig UNION 运算符用于计算两个或多个关系的并集。它不维护元组的顺序。它也不会消除重复的元组。

UNION 运算符示例

在这个示例中,我们计算两个关系的数据。

执行 UNION 运算符的步骤

  • 在您的本地机器上创建一个文本文件并向其中写入一些值。
$ nano punion1.txt

Apache Pig UNION Operator

  • 在本地计算机上创建另一个文本文件,并向其中写入一些值。
$ nano punion2.txt

Apache Pig UNION Operator

  • 检查两个文本文件中写入的值。
$ cat punion1.txt
$ cat punion2.txt

Apache Pig UNION Operator

  • 上传 HDFS 上特定目录中的两个文本文件。
$ hdfs dfs-put punion1.txt /pigexample
$ hdfs dfs-put punion2.txt /pigexample
  • 开启猪 MapReduce 运行模式。
$ pig
  • 加载包含数据的文件。
grunt> A = load '/pigexample/punion1.txt' using PigStorage(',') as (a1:int,a2:int);
  • 现在,执行并验证数据。
grunt> DUMP A;

Apache Pig UNION Operator

  • 加载包含数据的另一个文件。
grunt> B = LOAD '/pigexample/punion2.txt' USING PigStorage(',') AS (b1:int,b2:int,b3:int);
  • 现在,执行并验证数据。
grunt> DUMP B;

Apache Pig UNION Operator

  • 让我们在两个文件之间执行联合操作。
grunt> Result = UNION A,B;
  • 现在,执行并验证数据。
grunt> DUMP Result;

Apache Pig UNION Operator

在这里,我们得到了想要的输出。

下一章:Apache Pig AVG 函数

Apache Pig AVG 函数用于查找单列包中给定数值的平均值。它需要一个用于全局平均值的前面的 GROUP ALL 语句和一个用于组平均值的 GROUP BY 语句。但是,它会忽略 NULL 值。& ...