问题描述
我有几个日志,并对其进行了一些过滤。 结果我有几个变量,每个变量都是一些统计数据。然后将它们保存在这样的不同文件中:
STORE (FOREACH (GROUP A ALL) GENERATE COUNT(A)) INTO '$save_dir/A_result';
STORE (FOREACH (GROUP B ALL) GENERATE COUNT(B)) INTO '$save_dir/B_result';
STORE (FOREACH (GROUP C ALL) GENERATE COUNT(C)) INTO '$save_dir/C_result';
任何一行的结果-仅一个数字。 如何将它们联接或合并/合并为一个变量以存储到单个文件中,而不是三个不同的文件中?
我尝试过这种方法:
B_count = FOREACH (GROUP B ALL) GENERATE COUNT(B) as b1;
result_record = FOREACH (GROUP A all) GENERATE
'my_results' AS name,COUNT(A) as a1,B_count.b1 as b1;
STORE result_record INTO '$save_dir/total';
但这不起作用。
解决方法
创建关系以存储各个计数,将它们全部合并到另一个关系中并将其存储到单个文件中
A_count = (FOREACH (GROUP A ALL) GENERATE COUNT(A));
B_count = (FOREACH (GROUP B ALL) GENERATE COUNT(B));
C_count = (FOREACH (GROUP C ALL) GENERATE COUNT(C));
D = UNION A_count,B_count,C_count;
STORE D INTO '$save_dir/total'
,
我使用@VK_217的想法做了这个:
A_count = FOREACH (GROUP A ALL) GENERATE COUNT(A);
B_count = FOREACH (GROUP B ALL) GENERATE COUNT(B);
C_count = FOREACH (GROUP C ALL) GENERATE COUNT(C);
D = UNION A_count,C_count;
Result = GROUP D BY 1;
Result = FOREACH Result GENERATE FLATTEN(Result);
STORE Result INTO '$save_dir/total';
这将生成一个由3列的记录组成的文件。还行吧。 但是我仍然有几个问题:
- PIG可以按不同顺序写入结果。所以有时它是A_count / B_count / C_count,但有时是-C_count / A_count / B_count等。因此它使结果无用...
- 如果任何计数器等于0,则PIG不会写0。只需跳过这一行。
- 不知道如何将计数器名称添加到结果文件中。