pig中使用的一些实例语法

时间：2014-10-31 19:07:07 阅读：272 评论：0 收藏：0 [点我收藏+]

标签：pig

1：加载名用正则表达式：
LOAD ‘/user/wizad/data/wizad/raw/2014-0{6,7-0,7-1,7-2,7-3,8}*/3_1/adwords*‘

2：filter的几种简单用法：

按值过滤

FILTER clickDate_all BY log_type==‘2‘;
FILTER mapping_table BY mapping_ad_network_id==‘3‘ AND mapping_type==‘5‘;
test =FILTER allRow BY (ad_id==‘14997‘ OR ad_id==‘14998‘ OR ad_id==‘14999‘) AND log_type==2;
test=FILTER allRow BY (INDEXOF(ad_id,‘14997‘)==0 OR INDEXOF(ad_id,‘14998‘)==0 OR INDEXOF(ad_id,‘14999‘)==0) AND log_type==2;

配合size函数

FILTER count_imei BY (SIZE(cimei)>14 AND SIZE(cimei)<17);

正则表达式

FILTER cimei2 BY NOT cimei MATCHES ‘^[0-9]*$‘;
FILTER cmac2 BY cmac MATCHES ‘/[A-F\d]{2}:[A-F\d]{2}:[A-F\d]{2}:[A-F\d]{2}:[A-F\d]{2}:[A-F\d]{2}/‘;

3：排序

ORDER province_count BY $2 DESC;

4：CONCAT函数的使用。可用于生成独立的一列，如count了的一个数，前面加一列名称
FOREACH origin_cleaned_data GENERATE CONCAT(‘<-_‘,‘->‘) AS cou,guid,log_type;
read_social_14 =FOREACH metadata_social_14 GENERATE CONCAT(‘14‘,‘==‘),guid_social;
all_id =FOREACH allRow GENERATE id,CONCAT(‘_‘,‘-‘) as cc;

5：值替换：过滤空值，改成取值为unknown。
origin_historical = FOREACH origin_cleaned_data GENERATE wizad_ad_id,guid,log_type,
((province_region_id == ‘‘) ? ‘unknown‘ : province_region_id)

6:切分成不同子集，按值：
SPLIT geelyTuiGuang INTO android IF os_id==1,ios IF os_id==2;
SPLIT ios INTO ios6 IF (INDEXOF(os_version,‘7‘)!=0),ios7 IF INDEXOF(os_version,‘7‘)==0;

7：replace函数替换值
FOREACH ios6 GENERATE imei,mac_address as cmac,REPLACE(idfa,‘null‘,‘‘);

8：
en_guid =STREAM duimei THROUGH `awk -F"," ‘{if($3 == "null") print $1","$2","; else print $0}‘`;

pig中使用的一些实例语法

标签：pig

原文地址：http://blog.csdn.net/longshenlmj/article/details/40658911

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行