【发布时间】:2016-05-02 13:59:13
【问题描述】:
在大数据上下文中,我有一个按升序排序的时间序列 S1=(t1, t2, t3 ...)。我想产生一系列时差:S2=(t2-t1, t3-t2 ...)
有没有办法在 Apache Pig 中做到这一点?差一个很 自加入效率低下,我没有看到一个。
如果不是,什么是适合大批量的好方法 数据?
【问题讨论】:
-
您能否对输入数据进行采样,并且记录中的字段数是否保持不变?
-
@MuraliRao Pig 具有 SAMPLE 功能:请参阅 Pig Manual 允许您指定要采样的百分比。在这种特殊情况下,我确实知道时间序列在严格增加,但我不确定它是否会有所作为。关键假设是它已经排序。
-
我的意思是输入测试数据来尝试这个用例。
标签: apache-pig bigdata