将元组像袋子一样展平

问题描述

我的数据集如下所示：

 （A，（1,2））
（B， （2,9））
  

我想扁平化Pig中的元组，基本上重复每个元组记录在内部元组中找到的每个值，这样预期的输出是：

$ p $ （A，1）
（A，2）
（B，2）
（B，9）


我知道当元组（1,2）和（2,9）是袋子时，这是可能的。

解决方案

您的洞察力不错;可以通过变换袋子中的元组来实现。例如：（A，{（1），（2）}）

这是你的问题的解决方案：

  A = LOAD'data.txt'AS（a：chararray，b :( B1：chararray，B2：chararray））; 
 B = FOREACH A GENERATE a，TOBAG（b.b1，b.b2）; 
 C = FOREACH B产生a，FLATTEN（$ 1）; 
  

魔术部分是TOBAG运算符。

My dataset looks like the following:

( A, (1,2) )
( B, (2,9) )

I would like to "flatten" the tuples in Pig, basically repeating each record for each value found in the inner-tuple, such that the expected output is:

( A, 1 )
( A, 2 )
( B, 2 )
( B, 9 )

I know this is possible when the tuples (1,2) and (2,9) are bags instead.

解决方案

Your insight is good; it's possible by transforming the tuple in a bag. The schema we want to aim for is: {a: chararray,{(chararray)}} for example: (A,{(1),(2)})

Here is the solution to your problem:

A = LOAD 'data.txt' AS (a:chararray,b:(b1:chararray,b2:chararray));
B = FOREACH A GENERATE a, TOBAG(b.b1,b.b2);
C = FOREACH B GENERATE a, FLATTEN($1);

The magic part is the TOBAG operator.

这篇关于将元组像袋子一样展平的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！