hadoop - 组关键字在Apache Pig字数统计程序中的意义

我是 pig 的初学者，我已经开始使用字数统计程序。

在下面的单词计数程序中，我看到在第3行和第4行中使用了group关键字。关键字'group'在两个地方的用法是否相同或不同，因为在Caps中给出程序的第4行中的group会引发错误，所以我有点困惑吗？

lines = LOAD '/user/root/pig/pig_demo.txt' AS (line:chararray);
words = FOREACH lines GENERATE FLATTEN(TOKENIZE(line)) as word;
grouped = GROUP words BY word;
wordcount = FOREACH grouped GENERATE group, COUNT(words);
DUMP wordcount;

最佳答案

它们两者都是不同的。前者，即“GROUP”是一个运算符，而后者，即，“group”，是引用GROUP键的关键字。

以下是here的解释。

GROUP运算符将具有相同组键(键字段)的元组分组在一起。如果组密钥具有多个字段，则密钥字段将是一个元组，否则它将与组密钥的类型相同。 GROUP操作的结果是一个关系，其中每个组包含一个元组。该元组包含两个字段:

第一个字段名为“group”(请勿将其与GROUP运算符混淆)，并且与组密钥相同。
第二个字段采用原始关系的名称，类型为bag。
这两个字段的名称都是由系统生成的，如下例所示。
请注意，GROUP(以及COGROUP)和JOIN运算符执行类似的功能。 GROUP创建一组嵌套的输出元组，而JOIN创建一组平面的输出元组。

关于hadoop - 组关键字在Apache Pig字数统计程序中的意义，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48450075/