pig使用入门1 picog2使用教程

1、在pig下载的安装包，解压完成了之后，有一个tutorial目录，我们使用里面的数据来开始pig学习。如果tutorial目录下没有存在pigtutorial.tar.gz文件的话，那么需要使用ant来编译出这个文件

　　如果没有ant，见分类linux下的ant安装

2、进入tutorial目录，执行命令ant

　　得到pigtutorial.tar.gz

3、使用tar -zxvf pigtutorial.tar.gz 解压

4、上传excite-small.log进入hdfs中

　　$>hadoop dfs -put excite-smal.log /input

　　因为使用pig处理的是hdfs中的文件

　　我们下面将主要分析excite-small.log文件，该文件的数据结构如下：

　　UserID   TimeStamp SearchQuery

5、执行pig进入pig的上下文grunt

6、首先将excite-small.log加载到一个变量（也称之为alias）中，我们将使用该变量来表示这个数据集：

　　grunt> log = load 'excite-small.log' as (user, time, query);

　　注意的是这时pig并没有运行该命令，仅仅是解析了该命令，只有到使用dump命令或者是store命令时pig才会真正执行该命令。dump命令将打印出这个变量的内容，store命　　令将变量所代表的内容保存到一个文件中。

7、 grunt> describe log; 查看结构（语句都以; 结束）

8、如果我们想要查看该log文件的前4行的话：

　　grunt> lmt = limit log 4;

　　grunt> dump lmt;（打印）

注意：如果出现：Unable to open iterator for alias a，请检查hadoop是否仍处于safemode状态，如果是，退出这个状态。