COGROUP运算符在这里如何工作？
在最后两行输出中，我们如何以及为什么会得到空袋(没有网站详细解释COGROUP中的数据排列)？
A = load 'student' as (name:chararray, age:int, gpa:float);
B = load 'student' as (name:chararray, age:int, gpa:float);
dump B;
(joe,18,2.5)
(sam,,3.0)
(bob,,3.5)
X = cogroup A by age, B by age;
dump X;
(18,{(joe,18,2.5)},{(joe,18,2.5)})
(,{(sam,,3.0),(bob,,3.5)},{})
(,{},{(sam,,3.0),(bob,,3.5)})
最佳答案
权威指南中有一个非常清晰的示例。我希望下面的代码片段可以帮助您了解共同小组的概念。
grunt> DUMP A;
(2，领带)
(4，外套)
(3，帽子)
(1，围巾)
咕>声> DUMP B;
(乔，2)
(汉克，4)
(阿里，0)
(前夕3)
(汉克2)
grunt> D =组团A $ 0，B BY $ 1；
咕>声> DUMP D;
(0，{}，{(Ali，0)})
(1，{(1，Scarf)}，{})
(2，{(2，Tie)}，{(Joe，2)，(Hank，2)})
(3，{(3，Hat)}，{(Eve，3)})
(4，{(4，Coat)}，{(Hank，4)})
COGROUP为每个唯一的分组键生成一个元组。每个元组的第一个字段
是关键，剩下的字段是与关系匹配的元组袋
键。第一个包包含关系A中具有相同键的匹配元组。
同样，第二个袋子包含关系B中具有相同关系的匹配元组
键。
如果某个特定键的关系没有匹配的键，则该关系的包为
空的。 例如，由于没有人购买围巾(ID为1)，因此
该行的元组为空。这是外部联接的示例，这是默认设置
COGROUP的类型。
关于hadoop - Pig的COGROUP运算符如何工作？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/27769357/