我的目标是将输入中的每个字段传递给UDF，如下所示:
A = LOAD './input/file1' USING PigStorage(' ') AS (f1:chararray, f2:chararray);
B = FOREACH A GENERATE com.mycompany.udf.FAKEUDF(tuple(*));
注意:我正在使用Cloudera的版本0.12.0-cdh5.0.0。
上面的
FOREACH只是我的许多尝试之一。我看过类似的例子...FAKEUDF(*)
依此类推。
主要问题是，正确的语法是什么？语法是否与早期版本有所不同？
这是一个显示星号语法的链接:
Chapter 10: Writing Evaluation & Filter Functions
最佳答案
这取决于您如何处理您的退货。参数将是列的名称(一个或多个)，例如FAKEUDF(column1，column2，....)，或者您可以为所有列指定*，例如FAKEUDF(*)，也可以指定RelationName。在UDF中，您必须从元组中取出列值，例如:tuple.get(index)。您必须注意根据处理正在发送的参数作为参数。甚至可以是DataBag。
关于hadoop - Hadoop Pig拉丁元组:如何将它们传递给UDF？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23537297/