网站首页 > gitee 正文

pig代码格式上小注意代码pid

sanyeah 2024-03-29 15:23:51 gitee 7 ℃ 0 评论

1，%default file test.txt 中不要用引號，'' 和“”都不行。'file'不会被识别

2，pig推断相等，用==，不是一个=。、

3。pig中仅仅用单引號。不用双引號。如：

target_data = FILTER analyze_data BY (wizad_ad_id=='199' OR wizad_ad_id=='200' OR wizad_ad_id=='201' OR wizad_ad_id=='202' OR wizad_ad_id=='203');

和

count_guid = FOREACH group_target_data GENERATE CONCAT('campiagnid=','98'), COUNT(target_data.guid);

中，假设单引號的位置用了双引號，会报Lexical error。

4，一个会让你发疯的问题。前面%default要注意格式。如%default Raw_Log /user/wizad/data/wizad/raw/2014-11-{03,04,05}/*/adwords*'

非常难发现最后多了一单引號'，所以一定要小心。而在load这个文件时候出错。甚至没有生成错误日志文件。

2，等号=两边要注意。前必须空，后能够不空。所以最好等号两边都有空格。如A = load '$file' as (date, web, name, food);

由于编译器确定表名，用空格切分，无空格不行。如C= cogroup A by $0, B by $1;运行错误。由于表C名字解析不出来，解析成了“C=”。而用C =cogroup就能够。Pig解析中表必须后面有空格，独立出来。

3。keyword大写和小写不敏感，都能用。但建议保持大写。

变量大写和小写敏感。尽量简洁，多用_，但不要太长。

4，必需要有dump或者是store 等实际操作数据内容的命令。才干运行map/reduce，读取表内容。否则，代码仅仅编译。

%default file test.txt

A = load '$file' as (date, web, name, food);

B = load '$file' as (date, web, name, food);

C= cogroup A by $0, B by $1;

describe C;

illustrate C;

dump C;

注意，load命令写完后。实际不会立马运行（比如运行describe A也仅仅是生成一个数据结构。不会从文件里读入数据），而是等待illustrate，和dump命令后，才会真正读入数据到A和B中。

所以一般报错，也是在运行了dump和illustrate命令后。

5。jion，两个关系做jion把size小的放右边。由于从左边一条一条拿，去右边比較。

6，pig的并行：parallel设置的是reduce阶段的并行。MR仅仅同意用户设置reduce并行。不能控制map。由于MR读数据用InputFormat类，这个类指定map的并行任务数。

所以，用户须要控制map数，就要自行编写载入函数。loadfunc，