pig中使用的一些实例语法

全栈程序员-站长 • 2021年12月15日下午3:00 • 未分类 • 阅读 47

大家好，又见面了，我是全栈君，今天给大家准备了Idea注册码。

此处内容已经被作者隐藏，请输入验证码查看内容

请关注本站微信公众号，回复“验证码”，获取验证码。在微信里搜索“全栈程序员社区”或者“www_javaforall_cn”或者微信扫描右侧二维码都可以关注本站微信公众号。

在pig中， dump和store会分别完毕两个MR，不会一起进行

1：载入名用正則表達式：

LOAD ‘/user/wizad/data/wizad/raw/2014-0{6,7-0,7-1,7-2,7-3,8}*/3_1/adwords*’

2：filter的几种简单使用方法：

按值过滤

FILTER clickDate_all BY log_type==’2′;

FILTER mapping_table BY mapping_ad_network_id==’3′ AND mapping_type==’5′;

test =FILTER allRow BY (ad_id==’14997′ OR ad_id==’14998′ OR ad_id==’14999′) AND log_type==2;

test=FILTER allRow BY (INDEXOF(ad_id,’14997′)==0 OR INDEXOF(ad_id,’14998′)==0 OR INDEXOF(ad_id,’14999′)==0) AND log_type==2;

配合size函数

FILTER count_imei BY (SIZE(cimei)>14 AND SIZE(cimei)<17);

正則表達式

FILTER cimei2 BY NOT cimei MATCHES ‘^[0-9]*$’;

FILTER cmac2 BY cmac MATCHES ‘/[A-F\d]{2}:[A-F\d]{2}:[A-F\d]{2}:[A-F\d]{2}:[A-F\d]{2}:[A-F\d]{2}/’;

3：排序

ORDER province_count BY $2 DESC;

4：CONCAT函数的使用。可用于生成独立的一列，如count了的一个数，前面加一列名称

FOREACH origin_cleaned_data GENERATE CONCAT(‘<-_’,’->’) AS cou,guid,log_type;

read_social_14 =FOREACH metadata_social_14 GENERATE CONCAT(’14’,’==’),guid_social;

all_id =FOREACH allRow GENERATE id,CONCAT(‘_’,’-‘) as cc;

5：过滤空值，将空值改成取值unknown。

条件表达式“（推断式）？a：b”的应用：直接对列操作

origin_historical = FOREACH origin_cleaned_data GENERATE wizad_ad_id,guid,log_type,

((province_region_id == ”) ? ‘unknown’ : province_region_id)

6:切分成不同子集，按值：

SPLIT geelyTuiGuang INTO android IF os_id==1,ios IF os_id==2;

SPLIT ios INTO ios6 IF (INDEXOF(os_version,’7′)!=0),ios7 IF INDEXOF(os_version,’7′)==0;

SPLIT allCleaned INTO log_42 IF (
((chararray)$34==’1′ OR (chararray)$34==’2′ OR (chararray)$34==’3′ OR (chararray)$34==’1′ OR (chararray)$34==’4′)
AND
(INDEXOF((chararray)$35,’.’)>0)
AND
((chararray)$36==’1′ OR (chararray)$36==”)

),
log_43 IF (
((chararray)$34==’1′ OR (chararray)$34==’2′)
AND
((chararray)$35==’1′ OR (chararray)$35==’2′ OR (chararray)$35==’3′ OR (chararray)$35==’1′ OR (chararray)$35==’4′)
AND
(INDEXOF((chararray)$36,’.’)>0)
);

7：replace函数替换值

FOREACH ios6 GENERATE imei,mac_address as cmac,REPLACE(idfa,’null’,”);

8：数据流过滤

en_guid =STREAM duimei THROUGH `awk -F”,” ‘{if($3 == “null”) print $1″,”$2″,”; else print $0}’`;

9：强制转换：

cleaned_data_42 =FOREACH log_42 GENERATE
(chararray)$1 AS wizad_ad_id:chararray,
(chararray)$2 AS guid:chararray,
(chararray)$6 AS log_type:chararray,
(chararray)$18 AS imei:chararray,
(chararray)$22 AS idfa:chararray,
(chararray)$23 AS mac_address:chararray

10内置函数REGEX_EXTRACT，使用正則表達式：

allAdId =FOREACH allRow GENERATE REGEX_EXTRACT((chararray)$3,'(.*) (.*)’,1) AS time,REGEX_EXTRACT((chararray)$0,'(.*)_(.*)’,1) AS adn,$6 AS ad_id;

allAdId =FOREACH allRow GENERATE REGEX_EXTRACT(create_time,'(.*) (.*)’,1) AS time,ad_id;

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/117975.html原文链接：https://javaforall.net

pig中使用的一些实例语法

相关推荐

SQL Server 配置管理器[通俗易懂]

PHP「建议收藏」

vi/vim常用命令

瀑布流式布局怎么实现(什么是瀑布流布局)

关于widthStep造成的问题

linux 修改文件权限命令_linux给权限命令

发表回复