忽略级联中的输出

【问题标题】：Ignoring outputs in Cascading忽略级联中的输出
【发布时间】：2013-05-29 19:55:30
【问题描述】：

我正在分析具有各种域名的日志文件。我想从输出报告中排除/忽略任何包含“macys”一词的域。这是一个示例输出：

l.macys.com        87516
www.google.com     3016
search.yahoo.com   584
www.bing.com       166
macys-L0135874392.htm   1

如果我看不到任何带有“macys”一词的域，我想拥有并输出文件。

【问题讨论】：

【解决方案1】：

这听起来像是级联 Filter 的完美用例

您可以使用RegexFilter 进行设置：

Pipe pipe = new Pipe(incomingPipe, new Fields("UrlColumn"), 
     new RegexFilter(".*macys.*", true), Fields.All);

根据您的匹配用例定制正则表达式。上面的一个将删除所有包含单词“macys”的元组（行）

【讨论】：